如何使用正则表达式在非数字之前拆分一段时间？

Question

假设我有一个字符串

line = "Apple is $3.00 higher than banana. Banana is cheap.I hate apple."

我知道line.split(".")通常可以分割大多数句子。但是，在这种情况下，如果之后没有数字，我只想在.分割。通常情况下，我可能会re.split('\.[^0-9]', line)，但我不想在分裂后丢失我的第一个角色。

以下是re.split('\.[^0-9]', line)的输出：

['Apple is $3.00 higher than banana', 'Banana is cheap', ' hate apple.']

我们可以看到I已被删除。

Answer 1

要执行非捕获匹配，您可以使用正面和负面前瞻。这些将查看下一个匹配的模式，而不在结果中包含该模式。 下面是一个正向前瞻的例子，它将捕获patA的所有子串，然后是patB 注意patA和patB是正则表达式＆＃34;变量＆＃34;

patA(?=patB) 

下面是一个负向前瞻的示例，它将捕获patA的所有子字符串，后跟patB。

patA(?!patB) 

在您的情况下，所有未跟随数字的小数点应表示为

\.(?![0-9])

Answer 2

否定前瞻：

tupelo.forest tree

结果：

re.split('\.(?![0-9])', line)

由于['Apple is $3.00 higher than banana', ' Banana is cheap', 'I hate apple', ''] 直接位于点后，因此正则表达式I将删除'\.[^0-9]'，因为I将匹配作为分隔符，并且所有分隔符都将被删除。