Question

我正在尝试使用Python的分区和正则表达式来清理文本字符串。例如：

testString = 'Tre Bröders Väg 6 2tr'
sep = '[0-9]tr'
head,sep,tail = testString.partition(sep)
head
>>>'Tre Br\xc3\xb6ders V\xc3\xa4g 6 2tr'

头部仍然包含我要删除的 2tr 。我对正则表达式不是那么好，但不应该[0-9]做这个伎俩吗？

我希望这个例子的输出是

head
>>> 'Tre Br\xc3\xb6ders V\xc3\xa4g 6

Answer 1

str.partition不支持正则表达式，因此当你给它一个类似 - '[0-9]tr'的字符串时，它会尝试在testString中找到基于的head中的确切字符串，它是不使用任何正则表达式。

根据documentation of str.partition -

在第一次出现sep时拆分字符串，并返回包含分隔符之前的部分的3元组，分隔符本身以及分隔符之后的部分。如果找不到分隔符，则返回一个包含字符串本身的3元组，后跟两个空字符串。

既然你说，你只想要1，你可以使用re.split()模块中的re方法，将maxsplit设置为str.partition，然后再进行第一次元素，应该等同于import re testString = 'Tre Bröders Väg 6 2tr' sep = '[0-9]tr' head = re.split(sep,testString,1)[0]尝试的内容。示例 -

>>> import re
>>> testString = 'Tre Bröders Väg 6 2tr'
>>> sep = '[0-9]tr'
>>> head = re.split(sep,testString,1)[0]
>>> head
'Tre Bröders Väg 6 '

演示 -

(?:\\.|[^\\"])*

Answer 2

普通re.split()方法

您可以使用 head 提取 re.split()。

import re

testString = 'Tre Bröders Väg 6 2tr'
sep = r'[0-9]tr'  # "r" is essential here!
head, tail = re.split(sep, testString)
head.strip()
>>>'Tre Bröders Väg 6'

巧克力洒re.split()法

如果你用 sep 捕获 ()，re.split() 的行为就像一个伪 re.partition()（Python 中没有这样的方法，实际上......）

import re

testString = 'Tre Bröders Väg 6 2tr'
sep = r'([0-9]tr)'  # "()" added.
head, sep, tail = re.split(sep, testString)
head, sep, tail
>>>('Tre Bröders Väg 6 ', '2tr', '')

Answer 3

对于仍在寻找如何进行正则表达式分区的答案的人，请尝试以下功能：

import regex # re also works

def regex_partition(content, separator):
    separator_match = regex.search(separator, content)
    if not separator_match:
        return content, '', ''

    matched_separator = separator_match.group(0)
    parts = regex.split(matched_separator, content, 1)

    return parts[0], matched_separator, parts[1]

带有正则表达式的Python分区字符串

3 个答案: