从字符串中提取 usernames/names 的正则表达式

Question

我有包含名称的字符串，有时在字符串中包含用户名，后跟日期时间戳：

GN1RLWFH0546-2020-04-10-18-09-52-563945.txt
JOHN-DOE-2020-04-10-18-09-52-563946t64.txt
DESKTOP-OHK45JO-2020-04-09-02-27-11-451975.txt

我想从此字符串中提取用户名：

GN1RLWFH0546
JOHN-DOE   
DESKTOP-OHK45JO

我尝试了不同的正则表达式模式，我最接近的提取如下：

GN1RLWFH0546
DESKTOP
JOHN

使用以下正则表达式模式：

names = re.search(r"\(?([0-9A-Za-z]+)\)?", agent_str)
print(names.group(1))

Answer 1

您可能会得到第一次出现 -+digits+-:

之前的所有文本

^.*?(?=-\d+-)

如果数字必须正好是 4 位数字（比如，如果是年份），则将 + 替换为 {4}:

^.*?(?=-\d{4}-)

见regex demo

详情

^ - 字符串开头
.*? - 除换行字符外的任何 0+ 个字符，尽可能少
(?=-\d+-) - 直到第一次出现 - 和 1+ 位数字（或者，如果使用 \d{4}，正好是四位数字），然后是 -（这部分不会添加到匹配值中，因为正先行是一种非消耗模式。

见Python demo:

import re
strs = ["GN1RLWFH0546-2020-04-10-18-09-52-563945.txt", "JOHN-DOE-2020-04-10-18-09-52-563946t64.txt", "DESKTOP-OHK45JO-2020-04-09-02-27-11-451975.txt"]
rx = re.compile(r"^.*?(?=-\d+-)")
for s in strs:
  m = rx.search(s)
  if m:
    print("{} => '{}'".format(s, m.group()))

输出：

GN1RLWFH0546-2020-04-10-18-09-52-563945.txt => 'GN1RLWFH0546'
JOHN-DOE-2020-04-10-18-09-52-563946t64.txt => 'JOHN-DOE'
DESKTOP-OHK45JO-2020-04-09-02-27-11-451975.txt => 'DESKTOP-OHK45JO'

Answer 2

我建议去掉你不想要的尾随内容，留下你想要的：

inp = "GN1RLWFH0546-2020-04-10-18-09-52-563945.txt"
out = re.sub(r'-\d{4}-\d{2}-\d{2}.*$', '', inp)
print(out)

这会打印：

GN1RLWFH0546

请参阅下面的正则表达式演示。

Demo

Answer 3

下面的正则表达式如何：(.*)-\d{4}-。这匹配任何后跟连字符、四位数字和另一个连字符的内容。

使用上面的正则表达式，第一组是用户名，ala:

import re
agent_str = 'DESKTOP-OHK45JO-2020-04-09-02-27-11-451975.txt'
names = re.search(r'(.*)-\d{4}-', agent_str)
print(names.group(1))

Answer 4

import re

agent_str = ["GN1RLWFH0546-2020-04-10-18-09-52-563945.txt", "JOHN-DOE-2020-04-10-18-09-52-563946t64.txt", "DESKTOP-OHK45JO-2020-04-09-02-27-11-451975.txt"]

for sub in agent_str:
    names = re.search(r"([A-Za-z]+[A-Za-z0-9]+)(\-[A-Za-z]+[A-Za-z0-9]+)?", sub)
    print(names.group())

从字符串中提取 usernames/names 的正则表达式

Regex to extract usernames/names from a string

python

regex

python-re

Demo