如何使用Regex从带人口数字的文本中匹配城市名称？

你的原正则返回None的原因很明确：正则末尾的$锚定了字符串结尾，但你的字符串最后是数字序列，而正则只匹配字母、空格和连字符，自然找不到符合条件的内容，所以返回None。

正确的正则方案 #

想要提取所有城市名称，需要利用城市和人口之间的固定分隔格式（ - 数字）来定位，推荐用正向预查精准匹配：

[A-Za-z]+(?:\s[A-Za-z]+)*(?=\s-\s\d)

正则说明：

• [A-Za-z]+(?:\s[A-Za-z]+)*：匹配单单词或多单词的城市名（比如New York、Berlin），(?:...)是非捕获组，用来重复匹配“空格+字母组合”的结构。
• (?=\s-\s\d)：正向预查，确保匹配的内容后面紧跟 - 数字的格式，这样能准确找到每个城市的结束位置，且不会把分隔符和人口数字包含进来。

Python 代码示例 #

import re

city_str = "New York - 8 468 000 Los Angeles - 3 849 000 Berlin - 3 645 000"
pattern = r'[A-Za-z]+(?:\s[A-Za-z]+)*(?=\s-\s\d)'
cities = re.findall(pattern, city_str)
print(cities)  # 输出结果: ['New York', 'Los Angeles', 'Berlin']

另一种简化方案 #

如果不想用复杂的正则，也可以先按人口部分分割字符串，再提取城市：

import re

city_str = "New York - 8 468 000 Los Angeles - 3 849 000 Berlin - 3 645 000"
# 按" - 数字开头的序列"分割
parts = re.split(r'\s-\s\d[\d\s]*', city_str)
# 过滤空内容并去除首尾空格
cities = [part.strip() for part in parts if part.strip()]
print(cities)

内容的提问来源于stack exchange，提问作者gleb