Question

鉴于此清单：

['MIA', 'BOS', '08:17 AM', '-107', '-103', '08:17 AM', '+1 -111', '-1 +103', u'91', u'93']

我想在空格上拆分+1 -111，-1 +103以获得结果：

['MIA', 'BOS', '08:17 AM', '-107', '-103', '08:17 AM', '+1', '-111', '-1', '+103', u'91', u'93']

这是我需要的正则表达式：

(?<=\d)\s(?=[-+]\d\d\d)

但显然我不知道如何将它应用到列表中。显然，切片的解决方案，如拆分总是列表的nth元素是不受欢迎的选项。我更喜欢这样做更有效率。

Answer 1

使用现有的re，您可以使用以下内容展平单个元素拆分：

import re
from itertools import chain

some_list = ['MIA', 'BOS', '08:17 AM', '-107', '-103', '08:17 AM', '+1 -111', '-1 +103', u'91', u'93']
print list(chain.from_iterable(re.split('(?<=\d)\s(?=[-+]\d\d\d)', s) for s in some_list))
# ['MIA', 'BOS', '08:17 AM', '-107', '-103', '08:17 AM', '+1', '-111', '-1', '+103', u'91', u'93']

Answer 2

不确定这是否是最有效的方式，但是：

output = []
for x in input:
    if re.search('(?<=\d)\s(?=[-+]\d\d\d)', x):
        output += x.split(" ")

应该有用。

Answer 3

以下是使用列表推导的一个选项：

import re

lst = ['MIA', 'BOS', '08:17 AM', '-107', '-103', '08:17 AM', '+1 -111', '-1 +103', u'91', u'93']
result = [s for x in lst for s in re.split(r'(?<=\d)\s(?=[-+]\d\d\d)', x)]

结果：

>>> result
['MIA', 'BOS', '08:17 AM', '-107', '-103', '08:17 AM', '+1', '-111', '-1', '+103', u'91', u'93']

或者修改列表：

for i in range(len(lst)-1, -1, -1):
    lst[i:i+1] = re.split(r'(?<=\d)\s(?=[-+]\d\d\d)', lst[i])

请注意，从列表末尾到前面的循环非常重要。

Answer 4

使用生成器可以非常高效，特别是对于大量输入，如果您想在迭代后丢弃结果（并且比使用中间列表更优雅）：

def split_elements(list_, regex):
    for element in list_:
        for sub_element in re.split(regex, element):
            yield sub_element

output = [x for x in split_elements(input, regex)]

对于样本输入：

>>> l = ['MIA', 'BOS', '08:17 AM', '-107', '-103', '08:17 AM', 
         '+1 -111', '-1 +103', u'91', u'93']

>>> list(split_elements(l, r'(?<=\d)\s(?=[-+]\d\d\d)'))
['MIA', 'BOS', '08:17 AM', '-107', '-103', '08:17 AM', '+1', '-111', '-1',
 '+103', u'91', u'93']

这几乎与Jon Clements的答案中使用的技术相同，没有itertools（几周后单行可能难以阅读）。

如何使用正则表达式拆分列表元素

4 个答案: