Question

我正在尝试分解一个字符串，其中包含多个具有不同格式的列表。最好的方法是什么？

string = "something here: 1) A i) great ii) awesome 2) B"

another_string = "But sometimes it is different (1) yep (2) not the same i. or this ii. another bullet (3.1) getting difficult huh? 3.1.1 okay i'm done"

理想情况下，我希望能够拆分所有可能的编号或项目符号列表。

所需的字符串输出：

something here: 1) A 
i) great 
ii) awesome 
2) B

another_string的所需输出：

But sometimes it is different (1) yep
(2) not the same
i. or this 
ii. another bullet
(3.1) getting difficult huh?
3.1.1 okay i'm done

Answer 1

您可以将re.split与以下正则表达式（从paxdiablo借来的罗马数字正则表达式）一起使用，以分割输入字符串，然后将其与迭代器连接起来：

import re
def split(s):
    i = iter(re.split(r'(\(?\d+(?:\.\d+)+\)?|\(?\d+\)|\(?\b(?=M|(?:CM|CD|D?C)|(?:XC|XL|L?X)|(?:IX|IV|V?I))M{0,4}(?:CM|CD|D?C{0,3})(?:XC|XL|L?X{0,3})(?:IX|IV|V?I{0,3})[.)])', s, flags=re.IGNORECASE))
    return next(i) + '\n'.join(map(''.join, zip(i, i)))

以使您的示例输入：

split(string)

将返回：

something here: 1) A 
i) great 
ii) awesome 
2) B

和：

split(another_string)

将返回：

But sometimes it is different (1) yep 
(2) not the same 
i. or this 
ii. another bullet 
(3.1) getting difficult huh? 
3.1.1 okay i'm done

拆分包含数字，罗马数字和项目符号列表的字符串的最佳方法是什么？

1 个答案: