将由字母和数字组成的字符串拆分为多个部分

Question

我有一个由交替的小写字母和数字（整数或浮点数）字符串组成的字符串，它的长度是任意的，我希望将它分成多个部分，每个部分都具有最大可能的大小，这样一个部分将由一个字符串或一个（表示一个的字符串）数字组成。

我不需要考虑特殊形式的数字，例如指数、十六进制等；只是简单的浮点数或整数。

几个例子：

>>> split("")
()
>>> split("p")
('p',)
>>> split("2")
('2',)
>>> split("a2b3")
('a', '2', 'b', '3')
>>> split("a2.1b3")
('a', '2.1', 'b', '3')
>>> split("a.1b3")
('a', '.1', 'b', '3')

但是，以下调用会引发一些错误：

>>> split(3)
>>> split("a0.10.2")
>>> split("ab.c")

我的第一次尝试是使用re.split。然而，这种尝试是相当幼稚的，它并没有保存分隔符，以防我写这些字母：

>>> re.split("[a-z]", "a.1b3")
['', '.1', '3']

我的第二次尝试是使用itertools.groupby。问题是它不关心数字的形式，所以，例如：

>>> islowalpha = labmda s: str.isalpha(s) and str.islower(s)
>>> [''.join(g) for _, g in itertools.groupby("a0.10.2b", islowalpha)]  # should raise
['a', '0.10.2', 'b']

注意：我不关心输出的形式，只要它是可迭代的。

注意：我已阅读 this，但无法根据我的问题调整解决方案。主要区别在于我只需要允许可接受的数字，而不是简单的数字和点列表。

Answer 1

import re

def split_gen(x):
    for f, s in re.findall(r'([\d.]+)|([^\d.]+)', x):
        if f:
            float(f)
            yield f
        else:
            yield s

def split(x):
    '''
    >>> split("")
    ()
    >>> split("p")
    ('p',)
    >>> split("2")
    ('2',)
    >>> split("a2b3")
    ('a', '2', 'b', '3')
    >>> split("a2.1b3")
    ('a', '2.1', 'b', '3')
    >>> split("a.1b3")
    ('a', '.1', 'b', '3')
    >>> split(3)
    Traceback (most recent call last):
    ...
    TypeError: expected string or buffer
    >>> split("a0.10.2")
    Traceback (most recent call last):
    ...
    ValueError: could not convert string to float: '0.10.2'
    >>> split("ab.c")    
    Traceback (most recent call last):
    ...
    ValueError: could not convert string to float: '.'
    '''
    return tuple(split_gen(x))

if __name__ == '__main__':
    import doctest
    doctest.testmod()

Answer 2

玩一下re.sub 和itertools.cycle：

def split(s):
    res = []

    def replace(matchobj):
        res.append(matchobj.group(0))
        return ''

    letter = re.compile('^([a-z]+)')
    number = re.compile('^(\.\d|\d+\.\d+|\d+)')

    if letter.match(s):
        c = itertools.cycle([letter, number])
    else:
        c = itertools.cycle([number, letter])

    for op in c:
        mods = op.sub(replace, s)
        if len(s) == len(mods):
            return
        elif not mods:
            return res
        s = mods

基本思想 - 创建两个交替的re 模式并尝试将输入字符串与它们匹配。

包含一些示例的演示：

>>> split("2")
['2']
>>> split("a2b3")
['a', '2', 'b', '3']
>>> split("a.1b3")
['a', '.1', 'b', '3']
>>> split("a0.10.2")
>>> split("ab.c")

Answer 3

问题是您的问题的前提是合理的。如何区分浮点数和任意字符串？有很多解释的方法。例如，
0.10.2 这可能意味着 0.1、0.2。或 0、.10、.2
如果号码是 27.6734.98? 您需要先指定数字的类型和格式。例如：每个数字只有一位小数。

Answer 4

import re

string = 'a.2b3c4.5d'

REG_STR = r'([a-zA-Z])|(\.\d+)|(\d+\.\d+)|(\d+)'
matches = [m.group() for m in re.finditer(REG_STR, string) if re.finditer(REG_STR, string)]