有助于切片的字符串的特定 Python 模式答案

【问题标题】：Specific Python pattern for the string that can help to slice有助于切片的字符串的特定 Python 模式
【发布时间】：2016-04-05 06:27:05
【问题描述】：

我正在寻找可以帮助我分割字符串的模式。字符串是这样的：

text = '1. first slice 2. second slice 3. slice number 3 4. the next one
 5 that will not work but belong to no four 5. and this should be 5 and
 so one...'

我想得到这个：

第一个切片
第二个切片
切片编号 3
下一个5不工作但不属于4个
这应该是 5 等等...

我希望你已经明白了。

到目前为止，我检查的是我可以使用这个：

import re

parts = re.findall("\d\\. \D+", text)

在遇到单个数字之前效果很好。我知道 \D 表达式是非数字的，我尝试使用：

parts = re.findall("\d\\. .+,text)

或

parts = re.findall("(\d\\.).*,text)

还有很多其他的，但我找不到合适的。

我会很感激你的帮助。

【问题讨论】：

也许这会有所帮助？ stackoverflow.com/questions/2260280/…
@MikkelBueTellus - 我认为这没有多大帮助，因为这里已经在使用它了。
如果r'\d\. .*?' 工作就好了。其他一切最终看起来都是一种解决方法。

标签： python regex findall

【解决方案1】：

您可以使用否定的前瞻：

parts = re.findall(r"\d\. (?:\D+|\d(?!\.))*", text)

这匹配一个数字和点，后跟 anything，前提是任何数字后面都没有直接跟点。

演示：

>>> import re
>>> text = '1. first slice 2. second slice 3. slice number 3 4. the next one 5 that will not work but belong to no four 5. and this should be 5 and so one...'
>>> re.findall(r"\d\. (?:\D+|\d(?!\.))*", text)
['1. first slice ', '2. second slice ', '3. slice number 3 ', '4. the next one 5 that will not work but belong to no four ', '5. and this should be 5 and so one...']

在线演示https://regex101.com/r/kF9jT1/1；为了模拟 re.findall() 行为，我添加了一个额外的 (..) 和 g 标志。

【讨论】：

【解决方案2】：

只是根据lookahead 拆分。

 x="""1. first slice 2. second slice 3. slice number 3 4. the next one
5 that will not work but belong to no four 5. and this should be 5 and
so one..."""
print re.split(r"\s(?=\d+\.\s)",x)

输出：['1. first slice', '2. second slice', '3. slice number 3', '4. the next one\n 5 that will not work but belong to no four', '5. and this should be 5 and\n so one...']

【讨论】：

【解决方案3】：

这应该可以工作

( #First group to be captured
   \d+\..*? #Match digit(s) followed by decimal and make it non-greedy
)
(?=  #Lookahed
   \d+\. #Check if what follows is digit(s) followed by decimal
   | #or
   $ #End of string
)

Regex Demo

正则表达式分解

(\d+\..*?)(?=\d+\.|$)

Python 代码

import re
text = '1. first slice 2. second slice 3. slice number 3 4. the next one 5 that will not work but belong to no four 5. and this should be 5 and so one...'
parts = re.findall(r"(\d+\..*?)(?=\d+\.|$)", text)
print(parts)

Ideone Demo

【讨论】：