La expresión regular que buscas es:
"(.+) (\S*\d\S*)"
Usemos este dato para probar, donde "Aston Martin" es la marca y "DB3" el modelo.
Aston Martin DB3
La expresión regular tiene dos partes: la primera (.+)
intenta consumir toda la línea hasta encontrar un espacio seguido del resto, que será reconocido por la segunda parte. Al poner entre paréntesis, la capturamos, es decir, el texto reconocido queda guardado y luego lo podemos recuperar.
La segunda parte es (\S*\d\S*)
, que reconoce cualquier cosa que tenga un dígito. Puedo o no tener otras letras, dígitos o simbolos, antes o después. Estos son consumidos por la subexpresión \S*
, que significa cero o más ocurrencias de cualquier cosa que no sea espacio. Aquí capturamos el modelo.
Si una línea es reconocida por esta expresión, obtendremos una tupla:
('Aston Martin', 'DB5')
de la cual podemos extraer marca y modelo.
El método findall
devuelve un match objectlista. Si este objeto es True
, quiere decir que el texto calza, y la tupla está en elsu primer elemento contiene la tupla (marca, modelo).
Demo
import re
models = [
"Honda Integra",
"Audi A3",
"BWM M3",
"Subaru XV",
"Fiat 125",
"Aston Martin DB3"
]
patron = re.compile(r"(.+) (\S*\d\S*)")
for model in models:
m = patron.findall(model)
if m:
marca, modelo = m[0]
print(f"Marca: {marca}, modelo: {modelo}")
produce:
Marca: Audi, modelo: A3
Marca: BWM, modelo: M3
Marca: Fiat, modelo: 125
Marca: Aston Martin, modelo: DB3
Process finished with exit code 0