サッカーチームのフィクスチャーを文字列で見つけるPythonの正規表現

Question

リクエストモジュールを使用してターゲットWebサイトからHTMLにアクセスし、Beautiful Soupを使用してWebサイトの特定の要素を選択しています。問題の要素は、英国プレミアリーグ2016/2017シーズンまでの結果を含む表です。表には、試合日、参加チーム、フルタイムスコア、ハーフタイムスコアが含まれています。 Pythonを使用して、テーブル要素のHTMLを解析し、そこにリストされているフィクスチャを抽出します。 。 - チームB

チーム名は1-3の別個の文字列（例えばバーンリー、マンチェスター・ユナイテッド、ウェストハム・ユナイテッド

私の試みは、これまでであることができ

チームA：チームはいつものように記載されています：

輸入再 teamsRegex = re.compile（R '（（\ワット+ \ S）+ - （\ S \ +）+ W）'）

ここに私のロジックがある最初のチームができること1 -3個の文字列の長さが異なり、各文字列の後には常に空白文字が続くため、パターン（\ w + \ s）+は任意の長さの文字列の後に空白が続き、1回または複数回繰り返すことができます。 2番目のチーム名は、常に " - "文字の後の空白で始まり、1回または何回（\ s \ w +）+繰り返される任意の長さの文字列でもかまいません。

私は一種の望ましい結果を達成していますが、上記は完全に正しいわけではありません。私は、インデックス1、インデックスなどのインデックス0の最後の文字列としてインデックス0の最初の文字列が続くインデックス0で私の望ましい結果でリストを返しています。2.

例文字列：

「バーンリー - スウォンジー市内ALIGN =中央幅= 45> 0 - 1とALIGN =中央>（0-0）」

正規表現が見つかった：

[（ 'バーン - スワンシー都市'、 'バーン'、 '都市'）、 （ '0'、 '0'、 '1'）]

[Burnley - Swansea City]]

何か助けを期待して多くの感謝を！チームの名前と一致するグループ（あなたが唯一の完全な一致を得ることができますので、?:）

Answer 1

r'(?:[A-Z][a-z]*\s)+-(?:\s[A-Z][a-z]*)+' 

ここでは、二つの非キャプチャを持っています。私は明示的に文字を使用することを選択したので、式は大文字で始まる単語と一致し、数字は除外されます。チーム名に数字（「BVB 09」など）を含めることができる場合は、それを変更する必要があります。

HTMLファイルの内容によっては、最終的な先読みを追加することができます。具体的には(?= align)です。

編集： は3つの大文字とオプションの「&年代まで一致させるには、これを試してください：それは奇妙である

r'(?:[A-Z&]{1,3}[a-z]*\s)+-(?:\s[A-Z&]{1,3}[a-z]*)+'