用python re

Question

我希望在波斯语字母和波斯语字母之间添加空格，如下所示：

“سعید123”转换为“سعید123”

此过程的Java代码如下所示。

str.replaceAll("(?<=\\p{IsDigit})(?=\\p{IsAlphabetic})", " ").

但我找不到任何 python解决方案。

Answer 1

我不确定这是否是正确的方法。

import re
k = "سعید123"
m = re.search("(\d+)", k)
if m:
    k = " ".join([m.group(), k.replace(m.group(), "")])
    print(k)

<强>输出：

123 سعید

Answer 2

您可以使用

re.sub(r'([^\W\d_])(\d)', r'\1 \2', s, flags=re.U)

请注意，在Python 3.x中，re.U标志是冗余的，因为模式默认情况下是Unicode。

请参阅online Python demo和regex demo。

模式详情

• ([^\W\d_]) - 捕获第1组：任何Unicode字母（字面意思是除非字，数字或下划线字符以外的任何字符）
• (\d) - 捕获第2组：任何Unicode数字

替换模式是第1组和第2组占位符的组合（指相应的捕获值），它们之间有空格。

您可以使用前瞻性的正则表达式的变体：

re.sub(r'[^\W\d_](?=\d)', r'\g<0> ', s)

请参阅this regex demo。

Answer 3

你可以依靠一个简短的正则表达式来匹配字母和数字之间的边界（用任何语言）：

\d(?=[^_\d\W])|[^_\d\W](?=\d)

Live demo

<强>击穿：

• \d匹配数字
• (?=[^_\d\W])前一个语言的字母
• |或
• [^_\d\W]匹配语言中的字母
• (?=\d)前面有一个数字

的Python：

re.sub(r'\d(?![_\d\W])|[^_\d\W](?!\D)', r'\g<0> ', str, flags = re.UNICODE)

但根据this answer， 这是完成此任务的正确方法 ：

re.sub(r'\d(?=[آابپتثجچحخدذرزژسشصضطظعغفقکگلمنوهی])|[آابپتثجچحخدذرزژسشصضطظعغفقکگلمنوهی](?=\d)', r'\g<0> ', str,  flags = re.UNICODE)