Python正则表达式，匹配最后一个单词

Question

我有以下问题。我正在寻找通常看起来像这样的字符串中的所有单词 HelloWorldToYou 请注意，每个单词都大写为开头，然后是下一个单词，依此类推。 我正在寻找从中创建单词列表。所以最终的预期输出是一个看起来像

的列表

['Hello','World','To','You']

在Python中，我使用了以下

mystr = 'HelloWorldToYou'
pat = re.compile(r'([A-Z](.*?))(?=[A-Z]+)')
[x[0] for x in pat.findall(mystr)]
['Hello', 'World', 'To']

但是，我无法捕捉到最后一个词“你”。有没有办法解决这个问题？ 提前致谢

Answer 1

使用与$ 的交替：

import re
mystr = 'HelloWorldToYou'
pat = re.compile(r'([A-Z][a-z]*)')
# or your version with `.*?`: pat = re.compile(r'([A-Z].*?)(?=[A-Z]+|$)')
print pat.findall(mystr)

见IDEONE demo

输出：

['Hello', 'World', 'To', 'You']

正则表达式解释：

• ([A-Z][a-z]*) - 匹配的捕获组
  • [A-Z] 一个大写英文字母，后跟
  • [a-z]* - 小写英文字母的可选数量
    -或-
    
  • .*? - 懒惰地匹配换行符以外的任何字符

如果我们使用[a-z]*，则可以省略前瞻，但如果您使用.*?，则使用它：

• (?=[A-Z]+|$) - 最多为大写英文字母（我们实际上可以在这里删除+），或字符串结尾（$）。

如果您不使用前瞻版本，您甚至可以删除捕获组以获得更好的性能和use finditer：

import re
mystr = 'HelloWorldToYou'
pat = re.compile(r'[A-Z][a-z]*')
print [x.group() for x in pat.finditer(mystr)]