使用python正则表达式分别从字符串中提取子字符串

我试图编写一个正则表达式，它返回字符串后面的子字符串的一部分。例如：我想得到子字符串的一部分以及“2017年8月15日”之后的空格

有没有办法将

'宣誓书'

和

'现金和抵押贷款'

作为单独的字符串获取

以下是我到目前为止拼凑的表达：

doc = (a.split('15/08/2017', 1)[1]).strip()
'AFFIDAVIT OF                       CASH & MTGE'

---

您可以使用

组（1）

更新

对于更新的字符串，您可以使用

.search

而不是

.match

re.search("(.*?)15\/08\/2017",a).group(1)

---

您必须返回正确的组：

re.match("(.*?)15/08/2017",a).group(1)

---

我在这里避免使用正则表达式，因为逻辑术语之间唯一有意义的分隔似乎是2个或更多的空格。单个术语（包括要匹配的术语）也可能有空格。因此，我建议使用

\s{2，}

作为模式对输入进行正则表达式拆分。这些将生成一个包含所有术语的列表。然后，我们可以沿着列表走一次，当我们找到前瞻性术语时，我们可以返回列表中的前一个术语

import re
a = "172 211 342    15/08/2017  TRANSFER OF LAND   $610,000        CASH & MTGE"
parts = re.compile("\s{2,}").split(a)
print(parts)

for i in range(1, len(parts)):
    if (parts[i] == "15/08/2017"):
        print(parts[i-1])

['172 211 342', '15/08/2017', 'TRANSFER OF LAND', '$610,000', 'CASH & MTGE']
172 211 342

您需要使用组（1）

输出

'172 211 342    '

看起来您知道确切的分隔字符串，只需通过它

str.split（）

，并获得第一部分：

In [1]: a='172 211 342    15/08/2017  TRANSFER OF LAND   $610,000        CASH & MTGE'

In [2]: a.split("15/08/2017", 1)[0]
Out[2]: '172 211 342    '

---

基于您的表情，我相信您需要：

import re

a='172 211 342    15/08/2017  TRANSFER OF LAND   $610,000        CASH & MTGE'
re.match("(.*?)(\w+/)",a).group(1)

输出：

'172 211 342    '

---

不是基于正则表达式的解决方案。但它确实起了作用

a='''S
LINC             SHORT LEGAL                                   TITLE NUMBER
0037 471 661     1720278;16;21                                 172 211 342

LEGAL DESCRIPTION
PLAN 1720278  
BLOCK 16  
LOT 21  
EXCEPTING THEREOUT ALL MINES AND MINERALS  

ESTATE: FEE SIMPLE  
ATS REFERENCE: 4;24;54;2;SW

MUNICIPALITY: CITY OF EDMONTON

REFERENCE NUMBER: 172 023 641 +71

---------------------------------------------------------------------------- 
----
            REGISTERED OWNER(S)
REGISTRATION    DATE(DMY)  DOCUMENT TYPE      VALUE           CONSIDERATION
--------------------------------------------------------------------------- 
-- 
---

172 211 342    15/08/2017  AFFIDAVIT OF                       CASH & MTGE'''

doc = (a.split('15/08/2017', 1)[1]).strip() 
# used split with two white spaces instead of one to get the desired result
print(doc.split("  ")[0].strip()) # outputs AFFIDAVIT OF
print(doc.split("  ")[-1].strip()) # outputs CASH & MTGE

希望能有帮助

基于re的代码片段

import re
foo = '''S
LINC             SHORT LEGAL                                   TITLE NUMBER
0037 471 661     1720278;16;21                                 172 211 342

LEGAL DESCRIPTION
PLAN 1720278
BLOCK 16
LOT 21
EXCEPTING THEREOUT ALL MINES AND MINERALS

ESTATE: FEE SIMPLE
ATS REFERENCE: 4;24;54;2;SW

MUNICIPALITY: CITY OF EDMONTON

REFERENCE NUMBER: 172 023 641 +71

----------------------------------------------------------------------------
----
             REGISTERED OWNER(S)
REGISTRATION    DATE(DMY)  DOCUMENT TYPE      VALUE           CONSIDERATION
---------------------------------------------------------------------------
--
---

172 211 342    15/08/2017  AFFIDAVIT OF                       CASH & MTGE'''

pattern = '.*\d{2}/\d{2}/\d{4}\s+(\w+\s+\w+)\s+(\w+\s+.*\s+\w+)'
result = re.findall(pattern, foo, re.MULTILINE)
print "1st match: ", result[0][0]
print "2nd match: ", result[0][1]

1st match:  AFFIDAVIT OF
2nd match:  CASH & MTGE

输出

import re
foo = '''S
LINC             SHORT LEGAL                                   TITLE NUMBER
0037 471 661     1720278;16;21                                 172 211 342

LEGAL DESCRIPTION
PLAN 1720278
BLOCK 16
LOT 21
EXCEPTING THEREOUT ALL MINES AND MINERALS

ESTATE: FEE SIMPLE
ATS REFERENCE: 4;24;54;2;SW

MUNICIPALITY: CITY OF EDMONTON

REFERENCE NUMBER: 172 023 641 +71

----------------------------------------------------------------------------
----
             REGISTERED OWNER(S)
REGISTRATION    DATE(DMY)  DOCUMENT TYPE      VALUE           CONSIDERATION
---------------------------------------------------------------------------
--
---

172 211 342    15/08/2017  AFFIDAVIT OF                       CASH & MTGE'''

pattern = '.*\d{2}/\d{2}/\d{4}\s+(\w+\s+\w+)\s+(\w+\s+.*\s+\w+)'
result = re.findall(pattern, foo, re.MULTILINE)
print "1st match: ", result[0][0]
print "2nd match: ", result[0][1]

1st match:  AFFIDAVIT OF
2nd match:  CASH & MTGE

*

---

m=re.search（”（？我们可以尝试使用以下模式使用
re.findall
：

PHASED OF ((?!\bCONDOMINIUM PLAN).)*)(?=CONDOMINIUM PLAN)

在多行和DOTALL模式下搜索时，上述模式将匹配在<代码>分阶段的<代码>到<代码>共管计划之间发生的所有情况

input = "182 246 612    01/10/2018  PHASED OF                           CASH & MTGE\n        CONDOMINIUM PLAN"
result = re.findall(r'PHASED OF (((?!\bCONDOMINIUM PLAN).)*)(?=CONDOMINIUM PLAN)', input, re.DOTALL|re.MULTILINE)
output = result[0][0].strip()
print(output)

CASH & MTGE

请注意，我还从匹配中去掉了空格。我们可能可以修改regex模式来实现这一点，但在一般的解决方案中，在某些情况下，您可能希望保留一些空格。
您的问题是字符串的格式是这样的。
你要找的线路是

182 246 612 2018年10月1日现金和MTGE分期付款

然后你要寻找在“分阶段的”和一些空间之后会出现什么

您要搜索

（？如果2017年8月15日
15
之前有多个术语，这将给出不正确的结果。我已经编辑了我的输入字符串。现在编辑的字符串不起作用。如果所需术语不是第一个术语，这将完全失败。我已经使用实际输入字符串进行了编辑。是否仍然可以使用regex执行此操作？为什么你想用regex来做这件事吗？你愿意接受任何其他解决方案吗？是的，如果有比regexIt更好的方法对我编辑过的输入字符串不起作用的话now@Farook在这种情况下，它不会，对吧。你可以调整解决方案并首先在换行符上拆分它，但在这种情况下，正则表达式可以一次性完成ING是文档类型下面的字符串，可以是多行的，不一定是多行的。如果它是多行的，它应该考虑它。我的答案涵盖了多行的情况。如果你看到我的答案中的一个缺陷，然后确切地指出它是什么。我不能告诉你这个结果是什么。（？=公寓平面图），输入，关于DOTALL |关于多行）。我们不能将“分阶段公寓计划”作为一个词吗？不，我们不能，因此我最初在你的问题下评论说没有答案。你需要跨行匹配。好吧，好吧，如果日期后没有多行词，那么需要做什么修改？我不是在搜索“分阶段公寓计划”和一些之后的内容空格。相反，我正在搜索文件类型（即“分阶段公寓计划”）下整个单词后的字符串。我需要获取“分阶段公寓计划”后的字符串，该字符串应返回“现金和MTGE”，我尝试使用下面的表达式。我哪里出错了？
PHASED OF ((?!\bCONDOMINIUM PLAN).)*)(?=CONDOMINIUM PLAN)

input = "182 246 612    01/10/2018  PHASED OF                           CASH & MTGE\n        CONDOMINIUM PLAN"
result = re.findall(r'PHASED OF (((?!\bCONDOMINIUM PLAN).)*)(?=CONDOMINIUM PLAN)', input, re.DOTALL|re.MULTILINE)
output = result[0][0].strip()
print(output)

CASH & MTGE

m = re.search(r'(?<=PHASED OF)\s*(?P<your_text>.*?)\n', a)
your_desired_text = m.group('your_text')