python之删除空格时的正则表达式匹配，如何从带空格的原始字符串中删除匹配的字符

(免责声明:这是我的第一个 stackoverflow 问题，如果我不太清楚，请提前原谅我)

预期结果:

我的任务是在代表公司名称的字符串中找到公司法定标识符，然后将它们与它分开并保存在一个单独的字符串中。 公司名称已经过清理，因此它们仅包含字母数字小写字符。

例子:

company_1 = 'uber wien abcd gmbh' 
company_2 = 'uber wien abcd g m b h' 
company_3 = 'uber wien abcd ges mbh' 

应该导致

company_1_name = 'uber wien abcd' 
company_1_legal = 'gmbh' 
company_2_name = 'uber wien abcd' 
company_2_legal = 'gmbh' 
company_3_name = 'uber wien abcd' 
company_3_legal = 'gesmbh' 

我现在在哪里:

我从一个 csv 文件加载所有公司 ID 的列表。奥地利就是一个很好的例子。两个合法的 id 是:

gmbh 
gesmbh 

我使用正则表达式告诉我 IF 公司名称包含合法标识符。但是，此正则表达式从字符串中删除所有 空格以识别合法 ID。

company_1_nospace = 'uberwienabcdgmbh' 
company_2_nospace = 'uberwienabcdgmbh' 
company_3_nospace = 'uberwienabcdgesmbh' 

因为我在没有空格的字符串中查找正则表达式，所以我能够看到所有三个公司的名称中都有合法 ID。

我被困在哪里:

我可以说 company_1、company_2 和 company_3 中是否有合法 id 但我只能从 中删除它公司_1。 事实上，我无法删除g m b h，因为它不匹配，但我可以说它是一个合法的id。我可以删除它的唯一方法是也删除公司名称其余部分的空格，我不想这样做(这只是最后的选择)

即使我在 gmbh 中插入空格以将其与 g m b h 匹配，我也不会选择 ges mbh 或 ges m b h。 (请注意，其他国家也会发生同样的事情)

我的代码:

import re 
re_code = re.compile('^gmbh|gmbh$|^gesmbh|gesmbh$') 
comp_id_re = re_code.search(re.sub('\s+', '', company_name)) 
if comp_id_re: 
    company_id = comp_id_re.group() 
    company_name = re.sub(re_code, '', company_name).strip() 
else: 
    company_id = '' 

有没有办法让 python 理解要从原始字符串中删除哪些字符？ 或者，如果我以某种方式(这是另一个问题)找到合法 id 间距的所有可能替代方案，它会更容易吗？即从 gmbh 我创建 g mbh, gm bh, gmb h, g m bh 等...并将其用于匹配/提取？

我希望我的解释足够清楚。为这个考虑一个标题是相当困难的。

更新 1: 公司 ID 通常位于公司名称字符串的末尾。在某些国家/地区，它们有时可能处于起步阶段。

更新 2: 我认为这会处理公司名称中的公司 ID。它适用于公司名称末尾的合法ID，但它不适用于开头的公司ID

legal_regex = '^ltd|ltd$|^gmbh|gmbh$|^gesmbh|gesmbh$' 
def foo(name, legal_regex): 
    #compile regex that matches company ids at beginning/end of string 
    re_code = re.compile(legal_regex) 
    #remove spaces 
    name_stream = name.replace(' ','') 
    #find regex matches for legal ids 
    comp_id_re = re_code.search(name_stream) 
    #save company_id, remove it from string 
    if comp_id_re: 
        company_id = comp_id_re.group() 
        name_stream = re.sub(re_code, '', name_stream).strip() 
    else: 
        company_id = '' 
    #restore spaced string (only works if id is at the end) 
    name_stream_it = iter(name_stream) 
    company_name = ''.join(next(name_stream_it) if e != ' ' else ' ' for e in name) 
       return (company_name, company_id) 

请您参考如下方法:

非 Regex 解决方案在这里会更容易，这就是我会做的

legal_ids = """gmbh 
gesmbh""" 
def foo(name, legal_ids): 
    #Remove all spaces from the string 
    name_stream = name.replace(' ','') 
    #Now iterate through the legal_ids 
    for id in legal_ids: 
            #Remove the legal ID's from the string 
        name_stream = name_stream.replace(id, '') 
    #Now Create an iterator of the modified string 
    name_stream_it = iter(name_stream) 
    #Fill in the missing/removed spaces 
    return ''.join(next(name_stream_it) if e != ' ' else ' ' for e in name) 
 
foo(company_1, legal_ids.splitlines()) 
'uber wien abcd ' 
foo(company_2, legal_ids.splitlines()) 
'uber wien abcd ' 
foo(company_3, legal_ids.splitlines()) 
'uber wien abcd '