python - 如何在Python中使用正则表达式，以便我的代码将“PhD”和“Ph.D”视为同一字符串

我正在尝试读取教员的csv文件。我的目的是计算文件中每个标准化学位（例如PhD，Md，JD等）的频率。文件包含同一学位（例如PhD，Ph.D和Phd）的不同变化。

到目前为止，我已经使用.lower.split()将文本转换为包含所有小写字母的列表，但是列表包含相同程度的不同版本，例如（phd vsph.d vs ph.d.）。如何解决此问题？

最佳答案

您可以尝试使用具有以下模式的re.findall进行博士学位。

s = 'Richard Feynman had a Ph.D. and Albert Einstein also had a phd'
print(len(re.findall('\\b(?i)ph\.?d\.?\\b', s)))

2

Demo

如果要一起计算所有学位类型，那么仍然可以使用正则表达式模式（交替使用）对re.findall进行一次调用：

(?i)ph\.?d\.?|md|jd

如果需要单独的计数，则可以单独调用re.findall。

关于python - 如何在Python中使用正则表达式，以便我的代码将“PhD”和“Ph.D”视为同一字符串，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/51979193/