Python 使用正则表达式“清理”名称列表

我正在使用正则表达式来清理一个名字列表，以便它们是正常的。假设这个列表是

000000AAAAAARob Alsod     ## Notice multiple 0's and A's?
AAAPerson Person          ## Here, too
Jeff the awesome Guy      ## Four words...
Jenna DEeath              ## A name like this can exist.
GEOFFERY EVERDEEN         ## All caps
shy guy                   ## All lowercase
Theone Normalperson       ## Example name. This one is fine.
  Guywith Whitespace      ## Trailing or leading whitespace is a nono.

如你所见，人们的名字格式不正确，所以我需要一个程序来突出显示所有不需要的东西。这包括：

名称开头的数字

后面没有小写字母的大写字母。i、 e.aaaaaaa Josh

所有大写字母

任何不以大写字母开头的内容。i、 e.乔希

尾随和前导空格

我想我只需要过滤掉这些。最终产品应如下所示：

Rob Alsod              ## No more 0's and A's.
Person Person          ## No more leading A's (or other letters).
Jeff Guy               ## No lowercase words in his name.
Jenna DEeath           ## HASN'T removed the D in the middle.
                       ## Name removed as it was all uppercase.
                       ## Name removed as it was all lowercase.
Theone Normalperson    ## Nothing changed.
Guywith Whitespace     ## Removed whitespace.

编辑：很抱歉。这是我目前的代码：

# Enter your code for "Name Cleaning" here.
import re
namenum = []
num = 0
for sen in open('file.txt'):
  namenum += [sen.split(',')]
  namenum[num][0] = re.sub(r'\s[a-z]+', '', namenum[num][0])
  namenum[num][0] = re.sub(r'^([0-9]*)', '', namenum[num][0])
  namenum[num][0] = re.sub(r'^[A-Z]*?\s[A-Z]*?$', '', namenum[num][0])
  namenum[num][0] = re.sub(r'[^a-zA-Z ][A-Z]*(?=[A-Z])', '', namenum[num][0])
  namenum[num][0] = re.sub(r'\b[a-z]+\b', '', namenum[num][0])
  namenum[num][0] = re.sub(r'^\s*', '', namenum[num][0])
  namenum[num][0] = re.sub(r'\s*$', '', namenum[num][0])  
  if namenum[num][0] == '':
    namenum[num][0] = 'Invalid Name'
  num += 1
for i in range(len(namenum)):
  namenum[i][1] = int(namenum[i][1].strip())
namenum = sorted(namenum, key=lambda item: (-item[1], item[0]))
for i in range(0, len(namenum)):
  print(namenum[i][0]+','+str(namenum[i][1]))

它完成了一半的工作，但由于某种原因，它错过了一些东西

以下是输出：

AAAAAARob Alsod
AAAPerson Person
Guywith Whitespace
Invalid Name
Invalid Name
Jeff Guy
Jenna DEeath
Theone Normalperson

---

我还试着输入一个像harry hamilton这样的名字，它返回了harry，它应该删除它。

这个正则表达式删除了所有无效的例子。你的例子中没有一个需要for循环来过滤被禁止的单词，但是我认为你需要它

尽管此代码从列表中删除了所有无效名称，但修改它以请求用户的新输入应该很容易。此外，它不会让您知道名称无效的原因，但您可以只显示所有规则

from re import match

def rules(name):
    for badWord in bannedWords:
        if name.lower().find(badWord) >= 0:
            return False        
    return match(r'^([A-Z][a-z]+(?:[A-Z]?[a-z]+)* ?){1,}$', name)

bannedWords = ('really', 'awesome')
input = ['000000AAAAAARob Alsod', 'AAAPerson Person', 'Jeff the awesome Guy', 'Jenna DEeath', 'GEOFFERY EVERDEEN', 'shy guy', 'Theone Normalperson', '  Guywith Whitespace', 'Someone Middlename MacIntyre', '', 'Jack Really Awesome']
results = filter(rules, input)
print results

生成结果：

['Theone Normalperson', 'Someone Middlename MacIntyre']

['Theone Normalperson', 'Someone Middlename MacIntyre', 'Jack Really Awesome']

没有for循环：

from re import match

def rules(name):     
    return match(r'^([A-Z][a-z]+(?:[A-Z]?[a-z]+)* ?){1,}$', name)

input = ['000000AAAAAARob Alsod', 'AAAPerson Person', 'Jeff the awesome Guy', 'Jenna DEeath', 'GEOFFERY EVERDEEN', 'shy guy', 'Theone Normalperson', '  Guywith Whitespace', 'Someone Middlename MacIntyre', '', 'Jack Really Awesome']
results = filter(rules, input)
print results

生成结果：

['Theone Normalperson', 'Someone Middlename MacIntyre']

['Theone Normalperson', 'Someone Middlename MacIntyre', 'Jack Really Awesome']

---

事实上，你必须尝试一些东西。到目前为止你的代码在哪里？我们不是一个免费的代码工厂-1、闭嘴对不起。我编辑了作品。它遗漏了什么？只是出于好奇，你为什么要这么做？名字很复杂。我正在创建一个数据库。它包含我们系统中的人员姓名。不幸的是，这些名字是手工输入的，这导致一些人开玩笑，写罗伯特·勒阿索姆·阿尔索德而不是他们的普通名字。顺便说一句，@Michelle，这是经过编辑的。非常感谢。这应该行得通。