python - 通过多个分隔符拆分并保留分隔符

Question

我有以下字符串输入：

"11A4B"
"5S6B"

并想要以下输出：

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

例如，在每个分隔符 A、B 或 S 拆分并保留分隔符之后。

我可以使用splitfrom re（在分隔符模式上加上括号也返回使用的分隔符）：

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

并且可以四处寻找想要的解决方案，但我想知道是否有纯正则表达式解决方案？

Answer 1

一种适用于所有 Python 版本的解决方案将是基于 PyPiregex模块的解决方案，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))

输出：

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

细节

• (?<=[ABS])- 与紧接在前面的位置匹配的正向后视A，B或S
• (?!$)- 并且字符串结尾不会立即跟随（因此，字符串末尾的所有位置都失败了）。

regex.escape仅在分隔符列表中可能有特殊的正则表达式字符时使用，例如^,或。\-]

在Python 3.7 中，re.split也可以使用零长度匹配进行拆分，因此，以下内容也可以：

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

否则，您可以使用解决方法，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

请参阅正则表达式演示。

细节

• (?s)-.也匹配换行符
• (?=.)- 一个字符应立即出现在当前位置的右侧
• [^ABS]*A- 除,B和之外的任何 0+ 个字符S
• [ABS]?- 1 或 0（=可选）A，B或S字符。

Answer 2

改为使用re.findall，并匹配后跟A、B或的数字S：

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

输出：

['11A', '4B']

如果输入可能还有其他字母字符，则使用否定字符集：

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

输出：

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

Answer 3

您可以使用环视：

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

在regex101.com上查看演示。

Answer 4

使用findall：

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