使用正则表达式提取年龄变化

Question

import re s = '18year old 23 year old 99 years old but not 25-year-old and 91year old cousin is 99 now and 90-year-old or 102 year old'从中s，我想使用正则表达式提取所有 90 岁或以上的年龄。例如，99 years old将被提取但不是18year old.我试过以下    reg = r'(9\d|\d{3,})(-year-old)|(9\d|\d{3,})( year old)'     r1 = re.findall(reg,s)     r1这给了我[('90', '-year-old', '', ''), ('', '', '102', ' year old')]理想情况下，我想要这个输出['99 years old', '91year old', '90-year-old',  '102 year old' ]如何更改我的正则表达式reg以获得我想要的输出？

Answer 1

这个正则表达式会做你想做的事：

(?:9\d|1\d{2})(?:\s|-)?years?(?:\s|-)?old

正则表达式演示

解释：

(?:9\d|1\d{2})     # Non-capturing group - match 9x or 1xx

(?:\s|-)?          # Non-capturing group - optionally match whitespace or -

years?             # Match year and optionally s

(?:\s|-)?          # Non-capturing group - optionally match whitespace or -

old                # Match old

代码片段：

reg = r'(?:9\d|1\d{2})(?:\s|-)?years?(?:\s|-)?old'

r1 = re.findall(reg,s)

print(r1)

# ['99 years old', '91year old', '90-year-old', '102 year old']