Question

我有以下字符串输入：

"11A4B"
"5S6B"

并需要以下输出：

["11A", "4B"]
["5S", "6B"]

例如，在分隔符A，B或S分开并保留分隔符之后。

我可以使用split中的re（在定界符模式上加上括号也会返回所使用的定界符）：

re.split("([ABS])", "11A4B")
#['11', 'A', '4', 'B', '']

并且可以四处寻找所需的解决方案，但是我想知道是否有一个纯正则表达式解决方案？

Answer 1

改为使用re.findall，并匹配数字后跟A，B或S：

re.findall(r'\d+[ABS]', '11A4B')

输出：

['11A', '4B']

如果输入中可能还包含其他字母字符，请改用否定字符集：

re.findall(r'[^ABS]+[ABS]', 'ZZZAYYYSXXXB')

输出：

['ZZZA', 'YYYS', 'XXXB']

Answer 2

一种适用于所有Python版本的解决方案将是基于PyPi regex模块的解决方案，该模块带有regex.split和regex.V1标志：

import regex
ss = ["11A4B","5S6B"]
delimiters = "ABS"
for s in ss:
    print(regex.split(r'(?<=[{}])(?!$)'.format(regex.escape(delimiters)), s, flags=regex.V1))

Output：

['11A', '4B']
['5S', '6B']

详细信息

(?<=[ABS])-与后面紧跟A，B或S
(?!$)-不会立即跟在字符串末尾（因此，字符串末尾的所有位置都会失败）。

使用regex.escape是为了防止定界符列表中有特殊的正则表达式字符，例如^，\，-或]。

在Python 3.7, re.split中，也可以使用零长度的匹配项进行拆分，因此，以下内容也将起作用：

re.split(r'(?<=[{}])(?!$)'.format(re.escape(delimiters)), s)

否则，您可能会使用变通方法，例如

re.findall(r'[^ABS]*[ABS]?', s) # May result in empty items, too
re.findall(r'(?s)(?=.)[^ABS]*[ABS]?', s) # no empty items due to the lookahead requiring at least 1 char

请参见regex demo。

详细信息

(?s)-.也匹配换行符
(?=.)-一个字符应立即显示在当前位置的右侧
[^ABS]*-除A，B和S以外的0个以上的字符
[ABS]?-1或0（=可选）A，B或S字符。

Answer 3

您可以使用环顾四周：

(?<=[ABS])(?!$)

Se a demo on regex101.com。

Answer 4

使用findall：

re.findall('(.*?(?:[ABS]|.$))', "11A4B5")

按多个分隔符拆分并保留分隔符

4 个答案: