使用Python正则表达式按后缀拆分

Question

我想只用后缀来分割字符串。例如，我希望能够将dord word拆分为[dor,wor]。

我虽然\wd会搜索以d结尾的单词。然而，这不会产生预期的结果

import re
re.split(r'\wd',"dord word")
['do', ' wo', '']

如何按后缀分割？

Answer 1

x='dord word'
import re
print re.split(r"d\b",x)

或

print [i for i in re.split(r"d\b",x) if i] #if you dont want null strings.

试试这个。

Answer 2

作为一种更好的方法，您可以使用re.findall并使用r'\b(\w+)d\b'作为正则表达式来查找d之前的其余部分：

>>> re.findall(r'\b(\w+)d\b',s)
['dor', 'wor']

Answer 3

由于\w也会捕获数字和下划线，我会定义一个单词，其中只包含[a-zA-Z]个字符类的字母：

print [x.group(1) for x in re.finditer(r"\b([a-zA-Z]+)d\b","dord word")]

请参阅demo

Answer 4

如果您想知道为什么原始方法不起作用，

re.split(r'\wd',"dord word")

它在“d”之前找到字母/数字/下划线的所有实例，并在找到的内容上分割。所以它做到了这一点：

做[rd] wo [rd]

并拆分括号中的字符串，删除它们。

另请注意，这可能会在单词中间分开，所以：

re.split(r'\wd', "said tendentious")

将第二个单词分成两部分。