如何使re.split（）包容

Question

我有以下内容：

>>> x='STARSHIP_TROOPERS_INVASION_2012_LOCDE'
>>> re.split('_\d{4}',x)[0]
'STARSHIP_TROOPERS_INVASION'

我如何获得年份？例如：

STARSHIP_TROOPERS_INVASION_2012

请注意，有成千上万的标题，我需要在每年分开。我不能在这里做正常的python split()。

Answer 1

A more straightforward solution将使用re.search() / MatchObject.end()：

m = re.search('_\d{4}', x)
print x[:m.end(0)]

如果您想坚持split()，可以use a lookbehind：

re.split('(?<=_\d{4}).', x)

（即使年份在字符串的末尾，这也可以工作，因为split()会返回一个带有原始字符串的数组，以防找不到分隔符。）

Answer 2

如果它始终是相同的模式，那么为什么不：

>>> x = 'STARSHIP_TROOPERS_INVASION_2012_LOCDE'
>>> x[:x.rfind('_')]
'STARSHIP_TROOPERS_INVASION_2012'

对于原始正则表达式，由于您没有捕获匹配的组，因此它不属于您的匹配项：

>>> re.split('_\d{4}',x)
['STARSHIP_TROOPERS_INVASION', '_LOCDE']
>>> re.split('_(\d{4})',x)
['STARSHIP_TROOPERS_INVASION', '2012', '_LOCDE']

()将选择标记为captured group：

  

匹配括号内的正则表达式，和   表示组的开始和结束;一组的内容可以   在执行匹配后检索，并且可以在以后匹配   在具有\ number特殊序列的字符串中，如下所述。至   匹配文字'（'或'）'，使用（或），或将它们包含在一个   字符类：[（] [）]。

Answer 3

您可以同时使用split()和search()，假设您希望分割的字符串中有一个这样的日期。

import re
x='STARSHIP_TROOPERS_INVASION_2012_LOCDE'
date=re.search('_\d{4}',x).group(0)
print(date)

给出

>>> 
_2012

和

print(re.split('_\d{4}',x)[0]+date)

给出

STARSHIP_TROOPERS_INVASION_2012