在 Python 中拆分字符串和捕获组答案

【问题标题】：Split strings and capture groups in Python在 Python 中拆分字符串和捕获组
【发布时间】：2019-12-03 14:34:41
【问题描述】：

我有以下字符串：

'Cc1cc([N+](=O)[O-])ccc1OCC(C)(O)CN1CCN(Cc2ccccc2)CC1'

又想捕获[N+]和[O-]，也就是拆分恢复。我似乎无法通过使用 re.split 来恢复它们。

re.split(r'\[[^\]]*\]','Cc1cc([N+](=O)[O-])ccc1OCC(C)(O)CN1CCN(Cc2ccccc2)CC1')

output:
['Cc1cc(', '(=O)', ')ccc1OCC(C)(O)CN1CCN(Cc2ccccc2)CC1']

我正在寻找这样的东西：

['Cc1cc(', '[N+]','(=O)','[O-]', ')ccc1OCC(C)(O)CN1CCN(Cc2ccccc2)CC1']

我知道有如下修改： Splitting on regex without removing delimiters 或 In Python, how do I split a string and keep the separators?

【问题讨论】：

您可以使用：re.findall(r'\[([^\]]*)\]','Cc1cc([N+](=O)[O-])ccc1OCC(C)(O)CN1CCN(Cc2ccccc2)CC1')
使用捕获组\[([^\]]*)\]并匹配而不是拆分

标签： python regex string split tokenize

【解决方案1】：

如果你应用 re.split 函数用括号包裹你的函数，你会得到所需的输出：

s = 'Cc1cc([N+](=O)[O-])ccc1OCC(C)(O)CN1CCN(Cc2ccccc2)CC1'

re.split('(\[[^\]]*\])',s)

output : 
['Cc1cc(', '[N+]', '(=O)', '[O-]', ')ccc1OCC(C)(O)CN1CCN(Cc2ccccc2)CC1']

【讨论】：

我明白了：['Cc1cc(', '[N+]', '(=O)', '[O-]', ')ccc1OCC(C)(O)CN1CCN(Cc2ccccc2 )CC1']
您可以添加一两行解释，并显示实际结果。