Python正则处理姓名文件：如何为不合规姓名返回指定格式None

问题描述 #

需求：使用Python读取regex_test.txt文件，通过正则表达式与分组提取每行的完整姓名，对于无完整姓名或大小写格式不规范的条目，需返回格式为“None (原内容)”的结果。

预期输出 #

Abraham Lincoln
Andrew P Garfield
Connor Milliken
Jordan Alexander Williams
None (Madonna)
None (programming is cool)

现有代码问题 #

运行当前代码后仅排除最后两行，无法输出预期的“None (原内容)”格式，同时代码存在语法错误与逻辑缺陷。

修改后的代码 #

import re

# 正确读取文件并处理每行的换行符
with open("regex_test.txt") as names:
    name_lines = [line.strip() for line in names.readlines()]

# 定义匹配完整姓名的正则规则：名+（中间名/缩写）+姓，各部分首字母大写
name_pattern = re.compile(r'^[A-Z][a-z]+(?: [A-Z][a-z]*|[A-Z])+ [A-Z][a-z-]+$')

for line in name_lines:
    match_result = name_pattern.match(line)
    if match_result:
        print(match_result.group())
    else:
        # 按照要求格式输出异常条目
        print(f"None ({line})")

关键修改说明 #

• 修复文件读取语法错误：将文件读取逻辑放入with代码块内（原代码未缩进导致无法正确读取），同时用列表推导式去除每行末尾的换行符，避免输出空行。
• 优化正则匹配规则：新正则确保匹配“首字母大写的名字 + 可选的中间名/大写缩写 + 首字母大写的姓氏”的完整结构，排除单名、格式错误的姓名及非姓名内容。
• 修正变量引用错误：原代码中if match:的match变量未定义，改为判断正则匹配结果match_result。
• 实现指定错误输出格式：将原本输出None改为print(f"None ({line})")，直接拼接原内容生成符合要求的字符串。

内容的提问来源于stack exchange，提问作者Nomad