使用正则表达式,如何分割字符串并将其分隔符保留在返回的结果中?我正在尝试将包含数字和字符串的字符串除以一组字母,然后再加上任何包含“。”的数值。但是它似乎无法正常工作。
下面是我的测试字符串,即时消息使用的是python 2.7,它没有产生预期的ID。
s = 'M160.394,83.962L121.5,52L86.31,73.378L58,104.917L89.75,C136.667L158.542,136.667L185,110.208L160.394,83.962Z'
parts = filter(None, re.split('([MLHVCSQTAZ][^MLHVCSQTAZ]+)', s, re.IGNORECASE))
print len(parts), parts
>>> 3 ['M160.394,83.962', 'L121.5,52', 'L86.31,73.378L58,104.917L89.75,C136.667L158.542,136.667L185,110.208L160.394,83.962Z']
我希望它能给我
>>> 10 ['M160.394,83.962', 'L121.5,52', 'L86.31,73.378', 'L58,104.917', 'L89.75,', 'C136.667', 'L158.542,136.667', 'L185,110.208', 'L160.394,83.962', 'Z']
它应该输出一个字符串列表,其中每个字符串都以一个字母开头,该字符串可以在原始正则表达式MLHVCSQTAZ
中找到
答案 0 :(得分:5)
在您的代码中,您将re.IGNORECASE
作为第三个参数传递给re.split
,但是3rd argument of re.split
is maxsplit
not flags.
re.IGNORECASE
等于2,因此您的输入仅被拆分两次。
您可以使用:
>>> list(filter(None, re.split(r'([MLHVCSQTAZ][^MLHVCSQTAZ]+)', s, 0, re.I)))
['M160.394,83.962', 'L121.5,52', 'L86.31,73.378', 'L58,104.917', 'L89.75,', 'C136.667', 'L158.542,136.667', 'L185,110.208', 'L160.394,83.962', 'Z']
或使用内联模式忽略大小写:
re.split(r'(?i)([MLHVCSQTAZ][^MLHVCSQTAZ]+)', s)
我建议使用简单的re.findall
代码,该代码使用几乎相同的正则表达式:
parts = re.findall('(?i)[MLHVCSQTAZ][^MLHVCSQTAZ]*', s)
参考:SRE_FLAG_IGNORECASE = 2
中的lib/python2.7/sre_constants.py
(感谢@vks的评论)
答案 1 :(得分:3)
您可以使用re.findall
:
import re
s = 'M160.394,83.962L121.5,52L86.31,73.378L58,104.917L89.75,C136.667L158.542,136.667L185,110.208L160.394,83.962Z'
result = re.findall('[A-Z][\.\d,]+|[A-Z]', s)
输出:
['M160.394,83.962', 'L121.5,52', 'L86.31,73.378', 'L58,104.917', 'L89.75,', 'C136.667', 'L158.542,136.667', 'L185,110.208', 'L160.394,83.962', 'Z']
答案 2 :(得分:3)
parts = filter(None, re.split('([MLHVCSQTAZ][^MLHVCSQTAZ]+)', s, flags=re.IGNORECASE))
您需要使用flags
。检查re.split
函数定义。
默认re
不支持0 width assertion split
。因此,您也可以使用regex
模块。
import regex
s = 'M160.394,83.962L121.5,52L86.31,73.378L58,104.917L89.75,C136.667L158.542,136.667L185,110.208L160.394,83.962Z'
print regex.split('(?=[MLHVCSQTAZ][^MLHVCSQTAZ])', s, flags=regex.IGNORECASE|regex.VERSION1)