正则表达式：使用Python查找字符串中的名称

Question

到目前为止，我从来没有在正则表达式方面遇到过困难。我希望解决方案不明显，因为我可能已经花了几个小时来解决这个问题。在

这是我的绳子：

<b>Carson Daly</b>: <a href="https://rads.stackoverflow.com/amzn/click/com/B009DA74O8" rel="nofollow noreferrer">Ben Schwartz</a>, Soko, Jacob Escobedo (R 2/28/14)<br>'

我想提取“Soko”和“jacobedo”作为单独的字符串。如果我用两种不同的模式来拔牙，那就好了。在

我试过“\s（[A-Za-z0-9]{1}.+？），以及其他对正则表达式的修改，以获得我想要的数据，但我没有成功。感谢任何帮助。在

名字永远不会跟在同一个标签或同一个符号后面。名称前面唯一一致的是空格（\s）。在

下面是另一个字符串示例：

^{pr2}$

Answer 1

如果您想用正则表达式（以及关于该主题的所有免责声明），下面的正则表达式可以处理字符串。但是，请注意，您需要从捕获组1检索匹配项。在online demo中，确保查看右下窗格中的组1捕获。：）

<[^<]*</[^>]*>|<.*?>|((?<=,\s)\w[\w ]*\w|\w[\w ]*\w(?=,))

基本上，使用左边的交替（用|）来匹配我们不想要的所有内容，然后右边的最后一个括号捕捉我们想要的。在

这是关于matching a pattern except in certain situations这个问题的一个应用程序（有关实现细节，包括到Python代码的链接，请阅读该应用程序）。在

Answer 2

另一种方法是使用HTML解析器解析字符串，比如^{}。在

例如，通过检查preceding和following兄弟姐妹，可以使用xpath查找b标记和{}标记之间的所有内容：

from lxml.html import fromstring

l = [
    """<b>Carson Daly</b>: <a href="http://rads.stackoverflow.com/amzn/click/B009DA74O8">Ben Schwartz</a>, Soko, Jacob Escobedo (R 2/28/14)<br>'""",
    """<b>Carson Daly</b>: Wil Wheaton, the Birds of Satan, Courtney Kemp Agboh<br>"""
]

for html in l:
    tree = fromstring(html)
    results = ''
    for element in tree.xpath('//node()[preceding-sibling::b="Carson Daly" and following-sibling::br]'):
        if not isinstance(element, str):
            results += element.text.strip()
        else:
            text = element.strip(':')
            if text:
                results += text.strip()

    print results.split(', ')

它打印：

^{pr2}$