如何用正则匹配被and分隔的姓名并排除and本身

示例文本 #

title={AUTOMATIC ROCKING DEVICE},

author={Diaz, Navarro David and Gines, Rodriguez Noe},

year={2006},

title={The sitting position in neurosurgery: a retrospective analysis of 488 cases},

author={Standefer, Michael and Bay, Janet W and Trusso, Russell},

journal={Neurosurgery},

title={Fuel cells and their applications},

author={Kordesch, Karl and Simader, G{"u}nter and Wiley, John},

volume={117},

你之前使用的正则(?<=author={).+(?=})会匹配author={}内的全部内容，以下是几种精准提取加粗姓名的方案：

方案1：直接匹配加粗标签内的姓名 #

最直接的方式是定位<strong>标签，捕获其中的姓名内容：

<strong>([^<]+)</strong>

• 逻辑：<strong>匹配起始标签，([^<]+)捕获所有非<的字符（即标签内的姓名），</strong>匹配结束标签，可直接提取所有加粗姓名。

方案2：限定在author字段内匹配 #

如果需要严格只提取author={}范围内的加粗姓名，可使用带范围限定的正则：

(?<=author={[^}]*<strong>)([^<]+)(?=</strong>[^}]*})

• 逻辑：
  • (?<=author={[^}]*<strong>)：反向预查，确保当前位置处于author={之后且紧邻<strong>标签
  • ([^<]+)：捕获姓名内容，直到遇到<
  • (?=</strong>[^}]*})：正向预查，确保后续存在</strong>标签和author块的闭合大括号

方案3：拆分author块内容 #

若要按and拆分author块内容后提取姓名，可先获取author块内的全部内容，再拆分处理（以Python为例）：

import re

# 替换为你的目标文本
target_text = """title={AUTOMATIC ROCKING DEVICE},<br>
author={<strong>Diaz, Navarro David</strong> and <strong>Gines, Rodriguez Noe</strong>},<br>
year={2006},

title={The sitting position in neurosurgery: a retrospective analysis of 488 cases},<br>
author={<strong>Standefer, Michael</strong> and <strong>Bay, Janet W</strong> and <strong>Trusso, Russell</strong>},<br>
journal={Neurosurgery},<br>

title={Fuel cells and their applications},<br>
author={<strong>Kordesch, Karl</strong> and <strong>Simader, G{"u}nter</strong> and <strong>Wiley, John</strong>},<br>
volume={117},"""

# 提取所有author块内容
author_content_list = re.findall(r'(?<=author={).+(?=})', target_text)

# 拆分并清理姓名
for content in author_content_list:
    name_items = [re.sub(r'<strong>|</strong>', '', item.strip()) for item in content.split('and')]
    print(name_items)

运行后会输出每个author字段对应的姓名列表。

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