Question

import re
text = 'The quick. black n brown? fox jumps*over the lazy dog.'
print(re.split('; |, |\? |. ',text))

这给了我以下输出：

['Th', 'quick', 'brown', 'fo', 'jumps*ove', 'th', 'laz', 'dog.']

但我希望将该字符串拆分为

['The quick.', 'black n brown?', 'fox jumps*over the lazy dog.']

Answer 1

如果我了解您的需求，则您的正则表达式应该转义点：

print(re.split('; |, |\? |\. ',text)

Answer 2

您可以在此处利用零宽度的正向外观：

re.split('(?<=[;,.?]) ',text)

(?<=[;,.?])是零宽度正向后方，字面匹配;，,，.，?中的任何一个；然后是要匹配的空格

示例：

In [1461]: text = 'The quick. black n brown? fox jumps*over the lazy dog.'                                                                                                                                  

In [1462]: re.split(r'(?<=[;,.?]) ',text)                                                                                                                                                                    
Out[1462]: ['The quick.', 'black n brown?', 'fox jumps*over the lazy dog.']

在尝试中，如果将.（任何字符）替换为转义版本以得到.，即\.，则会使更接近所需的输出结果：

In [1463]: text = 'The quick. black n brown? fox jumps*over the lazy dog.'                                                                                                                                  

In [1464]: re.split(r'; |, |\? |. ',text)                                                                                                                                                                    
Out[1464]: ['Th', 'quick', 'blac', '', 'brown', 'fo', 'jumps*ove', 'th', 'laz', 'dog.']

In [1465]: re.split(r'; |, |\? |\. ',text)                                                                                                                                                                   
Out[1465]: ['The quick', 'black n brown', 'fox jumps*over the lazy dog.']

由于所有模式都有单个字符，后跟一个空格，因此可以使用字符类使模式更紧凑：

In [1466]: re.split(r'[;,?.] ',text)                                                                                                                                                                        
Out[1466]: ['The quick', 'black n brown', 'fox jumps*over the lazy dog.']

您不需要在字符类[]中转义正则表达式令牌。

此外，通过使用r将模式字符串括起来，使正则表达式模式原始。

分隔符在正则表达式拆分方法中无法正常工作

2 个答案: