python - Python正则表达式:查找名字和姓氏

我在字符串中有一堆名字，每个名字和姓氏都位于'>'和'>'s之内。因此，字符串可能是例如'uselessdataetc<Michael Bloomberg>blahblah<William Handler>blahblah'，而我希望它返回'Michael Bloomberg'，'William Handler'

这是我正在使用的正则表达式：

nameregex = '<([a-z]+|\s)*>'

使用正则表达式时，我正在使用re.IGNORECASE。目前仅返回姓氏。因此，它返回的是“彭博”，“处理程序”。

谁能看到为什么会这样？

最佳答案

搜索：

r'<([^>]+)>'

而是找到不是结尾字符的任何东西。

演示：

>>> nameregex = re.compile(r'<([^>]+)>')
>>> nameregex.findall('uselessdataetc<Michael Bloomberg>blahblah<William Handler>blahblah')
['Michael Bloomberg', 'William Handler']

您的正则表达式在每组字母或空格周围使用捕获组，并且仅返回<...>尖括号内的最后一个这样的匹配项，因为即使捕获组匹配多个模式，捕获组也不会相乘。 Michael Bloomberg是3个匹配项； (Michael)( )(Bloomberg)，并且仅为捕获组返回最后一个这样的匹配项。

您可以使用以下方法使版本工作：

nameregex = '<((?:[a-z]+|\s)*)>'

相反，或在字符类中包含空格并删除外部通配符：

nameregex = '<([a-z\s]+)>'