带条件的斜杠后删除字符串

Question

我想删除短语中的第二部分，只要该部分的长度超过3个字符（字母和数字），并且如果字符不超过3个，则添加空格。

在以下测试集中：

CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS
ABC/DEF
FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO
HAPPY SPRING BREAK 20/20

结果应该是：

CENTRAL CARE HOSPITAL
ABC DEF
FOUNDATION INSTITUTION
HAPPY SPRING BREAK 20 20

我的第一次尝试是：

([^\/]+$)

但是，斜杠后的所有字符串都消失了，因为它没有任何限制。我需要包含一个否定的前瞻性声明，当斜杠后的字符串超过3个字符时，我需要删除字符串：

text= re.sub(r'(^[^\/]+)(?:[\/])(?![A-Z]{3})',
             r'\1 ',
             text,
             0,
             re.IGNORECASE)

我得到以下不正确的信息：

CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS 
ABC DEF
FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO 
HAPPY SPRING BREAK 20 20

如何摆脱前面的斜线和字符串？

谢谢

Answer 1

您必须使用正则表达式吗？这样做有什么问题？

tests = [
    "CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS", 
    "ABC/DEF", 
    "FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO", 
    "HAPPY SPRING BREAK 20/20"
]

for test in tests:
    separate = test.split("/", 1)
    print(separate[0] if len(separate[1])>3 else test)

Answer 2

尝试此正则表达式模式：

text= ["CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS ",
       "ABC/DEF",
       "FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO",
       "HAPPY SPRING BREAK 20/20"]

for element in text:
    str_res = re.sub(r'(?:[\/])([A-Z0-9]{0,3}\b)|[^\/]*$',
                     r' \1',
                     element,
                     0,
                     re.IGNORECASE)
    print(str_res)

Answer 3

您可以使用2个捕获组来捕获/之前和之后的1-3个字符A-Z或数字，并使用这些组替换之间的空格。

使用交替符匹配正斜杠，然后删除其余的字符串。

\b([A-Z0-9]{1,3})/([A-Z0-9]{1,3})\b|/.*

在替换中，使用2个捕获组

r"\1 \2"

说明

• [\b字边界
• [([A-Z0-9]{1,3})捕获组1，匹配1-3次A-Z或一个数字
• /字面匹配
• [([A-Z0-9]{1,3})捕获第2组，匹配1-3次A-Z或一个数字
• [\b字边界
• |或
• [/.*匹配/且0+乘除换行符的任何字符，然后乘以0 +]

Regex demo | Python demo

示例代码

import re

regex = r"\b([A-Z0-9]{1,3})/([A-Z0-9]{1,3})\b|/.*"

text = ("CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS\n"
    "ABC/DEF\n"
    "FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO\n"
    "HAPPY SPRING BREAK 20/20")

result = re.sub(regex, r"\1 \2", text)
print (result)

输出

CENTRAL CARE HOSPITAL 
ABC DEF
FOUNDATION INSTITUTION 
HAPPY SPRING BREAK 20 20