如何用Python正则表达式提取特定字符串中的宝可梦名称

当然可以用正则表达式搞定这个需求！这种方法完全不需要维护固定的宝可梦列表，能自动适配你提到的所有格式变体，包括边缘案例里带空格的宝可梦名称。

正则表达式设计思路 #

我们需要匹配的模式核心是：百分比（可选带for） + 首字母大写的宝可梦名称 + 分隔符（逗号或&） + 另一组百分比（可选带for） + 第二个宝可梦名称。对应的正则表达式如下：

import re

pattern = r'(?:\d+% ?(?:for )?)?([A-Z][a-zA-Z ]+)(?:,|&)\s*(?:\d+% ?(?:for )?)?([A-Z][a-zA-Z ]+)'

正则各部分拆解：

• (?:\d+% ?(?:for )?)?：非捕获组，匹配百分比数字（比如95%），后面可能跟着空格和for，整个组加问号表示这部分是可选的（覆盖像99% Diglett这种没有for的情况）
• ([A-Z][a-zA-Z ]+)：捕获组，提取宝可梦名称——要求首字母大写，后面可以跟任意字母或空格（完美适配Pika Pika Pikachu这种带空格的名称）
• (?:,|&)：非捕获组，匹配两种分隔符：逗号或者&
• \s*：匹配分隔符后面的任意空格，兼容格式里的空格差异
• 后半部分重复前半部分的结构，捕获第二个宝可梦名称

完整代码示例 #

把你的所有测试字符串放进去，运行即可提取每组的两个宝可梦名称：

import re

# 测试字符串集合
str1 = '95% for Pikachu, 92% for Sandshrew'
str2 = '70% for Paras & 100% Arcanine'
str3 = '99% Diglett, 40% Dugtrio'
str4 = '10% Squirtle, 100% for Alakazam'
str5 = '30% Metopod & 99% Dewgong'
edge_str = '100% for Pikachu, 29% Pika Pika Pikachu'
str_list = [str1, str2, str3, str4, str5, edge_str]

pattern = r'(?:\d+% ?(?:for )?)?([A-Z][a-zA-Z ]+)(?:,|&)\s*(?:\d+% ?(?:for )?)?([A-Z][a-zA-Z ]+)'

for s in str_list:
    match = re.match(pattern, s)
    if match:
        print([match.group(1).strip(), match.group(2).strip()])

运行结果 #

执行上面的代码会输出：

['Pikachu', 'Sandshrew']
['Paras', 'Arcanine']
['Diglett', 'Dugtrio']
['Squirtle', 'Alakazam']
['Metopod', 'Dewgong']
['Pikachu', 'Pika Pika Pikachu']

对比原有方案的优势 #

相比你原来依赖宝可梦列表匹配的方法，正则方案：

• 无需维护宝可梦名称列表，新增任何宝可梦都能自动识别
• 兼容所有格式变体：有没有for、分隔符是逗号还是&、名称带空格的边缘情况
• 代码更简洁，逻辑更清晰

内容的提问来源于stack exchange，提问作者jayko03