Python Regex将城市和州与输入字符串分开

我有一些输入字符串

Houston, TX
(Houston, TX)
South & West (Houston, TX)
(South & West (Houston, TX))

我正在使用这个模式，但它不适用于所有四个

.*\(*(.*),\s*(.*)\)*

我只想从上面的输入字符串中得到Houston和TX

Houston, TX
(Houston, TX)
South & West (Houston, TX)
(South & West (Houston, TX))

规则是把括号内的东西拿出来，如果没有括号，就拿出来。结果列表中只有2项

>>> import re
>>> A="Houston, TX (Houston, TX) South & West (Houston, TX) Los Angeles, CA Los Angeles"
>>> re.findall("\w[A-Za-z ]+, [A-Z]{2}",A)
['Houston, TX', 'Houston, TX', 'Houston, TX', 'Los Angeles, CA']

\w

=将匹配以字母表开头的所有名称

[A-Za-z]+

=将所有名称与空格匹配

，[A-Z]{2}

=将匹配所有缩写（两个大写字母）

\w

=将匹配以字母表开头的所有名称

[A-Za-z]+

=将所有名称与空格匹配

---

，[A-Z]{2}

=将匹配所有缩略语（两个大写字母）

我想我将分两步完成：

in_paren = re.compile(r'(?:\()([^\)\(]+)(?:\))')
match = in_paren.search(ss)
parts = match.group(1) if match else ss
city,state = parts.split(',')

这是一个函数：

>>> def find_city_state(ss):
...     match = in_paren.search(ss)
...     parts = match.group(1) if match else ss
...     return [x.strip() for x in parts.split(',')]
... 
>>> for x in ("Houston, TX","(Houston,TX)","South & West (Houston, TX)","(South & West (Houston, TX))"):
...     print find_city_state(x)
... 
['Houston', 'TX']
['Houston', 'TX']
['Houston', 'TX']
['Houston', 'TX']

---

我想我可以分两步来做：

in_paren = re.compile(r'(?:\()([^\)\(]+)(?:\))')
match = in_paren.search(ss)
parts = match.group(1) if match else ss
city,state = parts.split(',')

这是一个函数：

>>> def find_city_state(ss):
...     match = in_paren.search(ss)
...     parts = match.group(1) if match else ss
...     return [x.strip() for x in parts.split(',')]
... 
>>> for x in ("Houston, TX","(Houston,TX)","South & West (Houston, TX)","(South & West (Houston, TX))"):
...     print find_city_state(x)
... 
['Houston', 'TX']
['Houston', 'TX']
['Houston', 'TX']
['Houston', 'TX']

看看python页面——我发现它在学习如何做这类事情时很有用

我不确定您是否想将城市和州分开，但您可以使用like-so：

产出：

城市：休斯顿，州：德克萨斯州
城市：旧金山，州：CA
城市：休斯顿州：德克萨斯州
城市：休斯顿州：德克萨斯州

正则表达式：

（[\w\s]+）

组1:用空格匹配多个单词

，\s

逗号后跟空格

（\w+）

第2组：匹配一个单词

看看python页面-我发现它在学习如何做这些事情时很有用

我不确定您是否想将城市和州分开，但您可以使用like-so：

产出：

城市：休斯顿，州：德克萨斯州
城市：旧金山，州：CA
城市：休斯顿州：德克萨斯州
城市：休斯顿州：德克萨斯州

正则表达式：

（[\w\s]+）

组1:用空格匹配多个单词

，\s

逗号后跟空格

---

---

（\w+）

第2组：匹配单个单词

这里有什么规则？如果有括号，就用括号里的东西，否则就用整句话？你不能只说“我需要一个正则表达式来做这个”，而不用英语定义规则。告诉我们规则是什么，并向我们展示您尝试过的正则表达式，然后我们可以从中帮助您。“我只想让上面的输入字符串中的Houston和TX”应该是一条规则。@UmairAshraf——您可以尝试

re.findall（'Houston，TX'，s）

then:）这里有什么规则？如果有括号，就用括号里的东西，否则就用整句话？你不能只说“我需要一个正则表达式来做这个”，而不用英语定义规则。告诉我们规则是什么，并向我们展示您尝试过的正则表达式，然后我们可以从中帮助您。“我只想让上面的输入字符串中的Houston和TX”应该是一条规则。@UmairAshraf--您可以尝试

re.findall（'Houston，TX'，s）

then:）在与洛杉矶的

匹配时爆炸，CA

在与洛杉矶CA进行匹配时爆炸，我添加了第四个输入字符串。@UmairAshraf——我修改了正则表达式来处理它。现在，我的正则表达式只接受最里面的一组括号。+1我喜欢你的正则表达式&使用

？：

-在刷新页面之前，我甚至没有注意到其他答案。@TrevorSenior--我不确定是否喜欢它。另一种选择是也捕获括号，并使用字符串切片将其切掉。这可能会使正则表达式更容易阅读……或者，我可以使用lookahead和lookbehinds，而不是非捕获组。我不知道什么是最好的：）我添加了第四个输入字符串。@UmairAshraf——我修改了正则表达式来处理它。现在，我的正则表达式只接受最里面的一组括号。+1我喜欢你的正则表达式&使用

？：

-在刷新页面之前，我甚至没有注意到其他答案。@TrevorSenior--我不确定是否喜欢它。另一种选择是也捕获括号，并使用字符串切片将其切掉。这可能会使正则表达式更容易阅读……或者，我可以使用lookahead和lookbehinds，而不是非捕获组。我不知道什么是最好的：）对不起，但我也应该添加状态可能不总是2个字符。它还能工作吗？我已经修改了我的答案以处理超过2个字符的状态，并且我已经解释了我正在使用的正则表达式。另外，因为我没有一次输入所有的输入，是否有一个find（）而不是findall（）？是的，如果您查看文档，您会发现

re.match

。您可能想看看@mgilson的答案，因为他提供了一个函数来实现这一点。我没有像您在尝试中那样使用

*

，因为我希望正则表达式更具体地只查找单词，而不是任何字符。@UmairAshraf您必须使用正则表达式：

（[\w\s\.]+），\s（\w+）

，以便在匹配中包含句点。请注意，我将其添加到

[]

或集合中。更多信息可以找到。对不起，但我还应该添加状态可能不总是2个字符。它还能工作吗？我已经修改了我的答案以处理超过2个字符的状态，并且我已经解释了我正在使用的正则表达式。另外，因为我没有一次输入所有的输入，是否有一个find（）而不是findall（）？是的，如果您查看文档，您会发现

re.match

。您可能想看看@mgilson的答案，因为他提供了一个函数来实现这一点。我没有像您在尝试中那样使用

*

，因为我希望正则表达式更具体地只查找单词，而不是任何字符。@UmairAshraf您必须使用正则表达式：

（[\w\s\.]+），\s（\w+）

，以便在匹配中包含句点。请注意，我将其添加到了

[]

，