如何从字符串末尾匹配含‘кв’的子串？正则表达式优化

原始地址字符串 #

address1 = 'Красноярский край, г Красноярск, ул Академика Вавилова, 2Д, кв. 311'
address2 = 'Москва г, ул Ольховская, 45 стр. 1, квартира 3'
address3 = 'Красноярский край, г Красноярск, ул Академика Вавилова, 2Д, квартира 311'

需求与问题 #

需要提取每个地址中从"кв"开头到结尾的子串，原正则r"кв(.*)$"会匹配字符串中第一个出现的"кв"（比如address2里"Москва"中的"ква"），导致结果不符合预期：

当前错误输出

cut_flat1 = 'кв. 311'
cut_flat2 = 'ква г, ул Ольховская, 45 стр. 1, квартира 3'
cut_flat3 = 'квартира 311'

期望输出

cut_flat1 = 'кв. 311'
cut_flat2 = 'квартира 3'
cut_flat3 = 'квартира 311'

解决方案 #

核心思路是匹配最后一个出现的"кв"开头的子串，通过贪婪正则实现，同时修正原代码中的变量错误：

import re

address1 = 'Красноярский край, г Красноярск, ул Академика Вавилова, 2Д, кв. 311'
address2 = 'Москва г, ул Ольховская, 45 стр. 1, квартира 3'
address3 = 'Красноярский край, г Красноярск, ул Академика Вавилова, 2Д, квартира 311'

# 贪婪匹配前面所有内容，捕获最后一个以кв开头的子串
flat_template = r".*(кв.*)$"

match1 = re.search(flat_template, address1)
match2 = re.search(flat_template, address2)
match3 = re.search(flat_template, address3)

# 提取捕获组内容，处理无匹配的情况
cut_flat1 = match1.group(1) if match1 else ""
cut_flat2 = match2.group(1) if match2 else ""
cut_flat3 = match3.group(1) if match3 else ""

print(f"cut_flat1 = '{cut_flat1}'")
print(f"cut_flat2 = '{cut_flat2}'")
print(f"cut_flat3 = '{cut_flat3}'")

代码说明

1. 正则逻辑：.*(кв.*)$中，.*是贪婪模式，会优先匹配到最后一个"кв"之前的所有内容，(кв.*)$则捕获从这个"кв"到字符串结尾的目标子串。
2. 变量修正：原代码中误用了未定义的addresses和flat变量，改为对应地址变量和匹配对象。
3. 容错处理：通过if match判断是否匹配成功，避免无匹配时抛出异常。

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