如何修复Python正则表达式以提取带Jr.、Sr.后缀的姓氏？

原代码的正则仅能移除姓名末尾的罗马数字后缀，遇到Jr.、Sr.这类后缀时，会误将后缀识别为有效内容，导致提取结果出错。我们需要扩展正则逻辑，让它能匹配并移除这类常见姓名后缀，同时保留原有的罗马数字处理能力。

修改后的代码 #

import re

LastName = re.sub(r"(,?\s*(Jr\.|Sr\.|M{0,4}(CM|CD|D?C{0,3})(XC|XL|L?X{0,3})(IX|IV|V?I{0,3})))$", "", Tbl['Full Name'][0]).strip().split(' ')[-1]

关键调整说明 #

• 新增Jr\.|Sr\.匹配分支：转义.是为了匹配实际的点号（正则中.默认代表任意字符），覆盖常见的姓名后缀
• 添加,?\s*前缀：处理后缀前可能存在的逗号和空格（比如, Jr.这种格式）
• 将罗马数字匹配逻辑与新后缀分支合并到同一分组，确保末尾的这类内容都会被统一移除

测试验证 #

• 针对Ronald N. McDonald, Jr.：正则会移除末尾的, Jr.，剩余内容为Ronald N. McDonald，拆分后提取到姓氏McDonald
• 针对John Smith III：原有罗马数字处理逻辑依然生效，移除 III后提取到Smith
• 针对Jane Doe, Sr.：移除, Sr.后提取到Doe

内容的提问来源于stack exchange，提问作者user1574881