我需要找到一个正则表达式,可以从下面的字符串中提取城市名称。 字符串的顺序是餐厅名称、地址、城市、电话、菜系
Chinois on Main 2709 Main St. Santa Monica 310-392-9025 Pacific New Wave
Benita's Frites 1433 Third St. Promenade Santa Monica 310-458-2889 快餐
印度咖啡馆 10428 1/2 National Blvd。 LA 310-815-1290 印度尼西亚语
Diaghilev 1020 N. San Vicente Blvd. W. 好莱坞 310-854-1111 俄语
乔迪·马罗尼 (Jody Maroni) 的香肠王国 2011 年威尼斯海滨漫步 310-306-1995 热狗
我尝试了这个正则表达式,但它不起作用:
zagat['city'] = zagat['raw'].str.extract("""
((?<=Ave.|Rd.|St.|Blvd.|Dr.|Way.|Pl.|Ln.|Ct.|Beach|Way ).+(?=...-...-....))
""", expand=True)
你能帮忙吗?
最佳答案
您可以使用
rx = r'(?:(?:Ave|Rd|St|Blvd|Dr|Way|Pl|Ln|Ct)\.|Beach|Way|Walk)\s*(.+?)\s*\d{3}-\d{3}-\d{4}'
zagat['city'] = zagat['raw'].str.extract(rx, expand=False)
请参阅regex demo
详细信息
(?:(?:Ave|Rd|St|Blvd|Dr|Way|Pl|Ln|Ct)\.|海滩|Way|步行)
-Ave
,路
,圣
,大道
,博士
,路
,Pl
、Ln
或Ct
后跟.
或Beach
、Way
或步行
\s*
- 0+ 个空格(.+?)
- 第 1 组(该值将由.extract
返回):除换行符之外的任何一个或多个字符,最少为可能的\s*
- 0+ 个空格\d{3}-\d{3}-\d{4}
- 3 位数字,-
,3 位数字,-
和 4 位数字。
关于python - 在不验证固定宽度模式的情况下,正则表达式模式无法使用后视功能,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55250643/