从字符串末尾搜索并拆分

Question

我正在解析一个大型DBF文件以导入到mongodb。

DBF文件中的一个字段称为Description，这就像

WOMEN'S CC CROPPED TOP T-SHIRT - MELANGE GREY - S
WOMEN'S CC CROPPED TOP T-SHIRT - MELANGE GREY - M
WOMEN'S CC CROPPED TOP T-SHIRT - WHITE- L
WOMEN'S CC CROPPED TOP T-SHIRT- WHITE -XL
WOMEN'S CC CROPPED TOP T-SHIRT- WHITE -2XL
WOMEN'S CC CROPPED TOP T-SHIRT- WHITE -3XL
JUNIOR EP ORGANIC T-SHIRT - YELLOW- 3-4 YRS
JUNIOR EP ORGANIC T-SHIRT - YELLOW - 5-6 YRS
EP ORGANIC BIB - PINK -ONE SIZE

分割这个内容的最佳方式是什么，以便我拥有product name，colour和size？

在大多数情况下，我可以这样做：

try:
  description, colour_name, size = style_meta_attributes['CN_DESC'].split('- ')
  if colour_name not in colour_names:
    colour_names.append(colour_name)
  if size not in sizes_names:
    sizes_names.append(size)
except:
  try:
    description, colour_name, size = style_meta_attributes['CN_DESC'].split(' -')
 ...

每个splits = [' - ', '- ', ' -', ' -', ' - ', '-']

的

但这确实有效，因为我有T-SHIRT或3-4 YRS

任何建议都非常感谢。

Answer 1

尝试

re.split(r'\s+-\s*|\s*-\s+', description)

这个想法是在分隔符之前或之后（或两边）要求空格。