以大写字母分割字符串，但仅限于没有空格

Question

设置向上

我有一串需要分成列表的名字。

关注this answer，我有，

string = 'KreuzbergLichtenbergNeuköllnPrenzlauer Berg'
re.findall('[A-Z][a-z]*', string)

最后一行给我的地方，

['Kreuzberg', 'Lichtenberg', 'Neuk', 'Prenzlauer', 'Berg']

问题

1）忽略空格

＆＃39; Prenzlauer Berg＆＃39;实际上是1个名称，但代码根据＆＃39; split-at-capital-letter＆＃39;进行拆分。规则。

如果前面的字符是空格，那么确保不以大写字母分割的命令是什么？

2）特殊字符处理不当

使用的代码无法处理'ö'。我如何包含这样的德语＆＃39;字符？

即。我想获得，

['Kreuzberg', 'Lichtenberg', 'Neukölln', 'Prenzlauer Berg']

Answer 1

您可以使用正面和负面的lookbehind，只需明确列出变音符号：

>>> string = 'KreuzbergLichtenbergNeuköllnPrenzlauer Berg'
>>> re.findall('(?<!\s)[A-ZÄÖÜ](?:[a-zäöüß\s]|(?<=\s)[A-ZÄÖÜ])*', string)
['Kreuzberg', 'Lichtenberg', 'Neukölln', 'Prenzlauer Berg']

(?<!\s)...：匹配...之前没有的\s

(?<=\s)...：匹配前面有...

的\s

(?:...)：非捕获组，以免弄乱findall结果

Answer 2

这有效

string="KreuzbergLichtenbergNeuköllnPrenzlauer Berg"
pattern="[A-Z][a-ü]+\s[A-Z][a-ü]+|[A-Z][a-ü]+"
re.findall(pattern, string)
#>>>['Kreuzberg', 'Lichtenberg', 'Neukölln', 'Prenzlauer Berg']