指定分割字符串 Python 的规则

Question

我正在尝试将一个句子拆分为三个不同的变量以供以后使用，并且我需要指定一些规则以按照我需要的方式拆分它。

例句：

sentence = 'SUPER Jumper Colour BROWN-8'

由此我需要三个变量

textBeforeColour = 'SUPER Jumper Colour'
Colour = 'BROWN'
Size = '8'

PS。颜色 (BROWN-8) 将始终为大写字母 颜色（BROWN-8）之前的任何内容都可能有一些大写字母，但不是全部。

我已经创建了一个可以做到这一点的脚本，但我知道如果文本稍有变化，脚本就会中断。例如

import re
text = 'SUPER Jumper Colour BROWN-8'
list = text.split()
myList = []
lastWord = list[-1]

for iterating_var in list:
   if iterating_var is not list[-1]: #THIS GIVES ME THE 'BEFORE COLOUR' TEXT
        myList.append(iterating_var)

if lastWord == 'SIZE':
     print('ONE SIZE') #This is used when the Size is not a number but comes as ONE SIZE
else:
    splitText = re.split('-',lastWord)
    print(splitText[0])
    print(splitText[1])
    Colour = splitText[0]
    size = splitText[1]

现在这一切都奏效了。但如果字符串将使用颜色：LIGHT BLUE - 此脚本将使用句子变量而不是颜色变量保留“LIGHT”。

Answer 1

import re
text = "blah Blah LIGHT BLUE-8"

if text.split()[-1] == "SIZE":
    print("ONE SIZE")
else:
    colour = re.findall("([A-Z ]+)-[0-9]$", text)[0][1:]
    print(colour)
    size = int(re.findall("[0-9]+$", text)[0])
    print(size)
    sentence = re.findall("(.*[^A-Z ])[A-Z ]+-[0-9]$", text)[0]
    print(sentence)

对于颜色：零个或多个大写字母和空格的序列，后跟连字符、零个或多个数字以及字符串的结尾

对于大小：字符串末尾的零个或多个数字

对于句子：零个或多个字符，然后是一个不是大写字母或空格的字符，然后是颜色的图案

Answer 2

您应该能够在一个带有捕获组的正则表达式中执行此操作：

import re

pat = re.compile(r'^([\w\s]+?)\s+([A-Z\s]+)-(\d+)$')

sentence = 'SUPER Jumper Colour LIGHT BLUE-88'

match = pat.match(sentence)
if match:
    text, color, number = match.groups()
    print(text)    # SUPER Jumper Colour
    print(color)   # LIGHT BLUE
    print(number)  # 88

正则表达式功能强大，但可能会变得复杂。如果您对它们不熟悉，here is the documentation for the re module