如何在python中使用正则表达式提取字符串旁边的单词

Question

9.DATUM DER ERTEILUNG DER ZULASSUNG/VERLÄNGERUNG DER ZULASSUNG10.STAND DER INFORMATIONJuni 2019Rezeptpflicht/ApothekenpflichtRezept- und apothekenpflichtig, wiederholte Abgabe verboten.这是我的文本，我正在尝试提取总是在之后的日期。 在上面的示例文本中。STAND DER INFORMATIONJuni 2019我已经尝试了字符串拆分方法，但这对我不起作用，因为我只需要日期。

Answer 1

如果您的文本在日期之前有 STAND DER 信息，如图所示，您可以使用以下内容。

法典

import re

re.findall(r'(?<=STAND DER INFORMATION\s)\D{3,4}\s\d{4}', s, re.MULTILINE)

解释

# s is text string

# <=STAND DER INFORMATION\n - look behind for STAND DER INFORMATION followed by \n

# \D is non-digit (so 3 or 4 non-digits)

# \d digits (so four digit date)

# re.MULTILINE - multiline flag to allow matches across multiple lines

测试

s = """9.DATUM DER ERTEILUNG DER ZULASSUNG/VERLÄNGERUNG DER ZULASSUNG

10.STAND DER INFORMATION

Juni 2019

Rezeptpflicht/Apothekenpflicht

Rezept- und apothekenpflichtig, wiederholte Abgabe verboten."""

dates = re.findall(r'(?<=STAND DER INFORMATION\n)\D{3,4}\s\d{4}', s, re.MULTILINE)

print(dates)

输出

['Juni 2019']