python - 按字母分割Python字符串并保留分隔符

Question

使用正则表达式，如何分割字符串并将其分隔符保留在返回的结果中？我试图将包含数字和字符串的字符串分割为一组字母，后跟任何数值，包括“.”。但它似乎无法正常工作。

下面是我的测试字符串，我使用 python 2.7，它没有产生 id 期望的结果。

s = 'M160.394,83.962L121.5,52L86.31,73.378L58,104.917L89.75,C136.667L158.542,136.667L185,110.208L160.394,83.962Z'
parts = filter(None, re.split('([MLHVCSQTAZ][^MLHVCSQTAZ]+)', s, re.IGNORECASE))
print len(parts), parts
>>> 3 ['M160.394,83.962', 'L121.5,52', 'L86.31,73.378L58,104.917L89.75,C136.667L158.542,136.667L185,110.208L160.394,83.962Z']

我希望它能给我这个

>>> 10 ['M160.394,83.962', 'L121.5,52', 'L86.31,73.378', 'L58,104.917', 'L89.75,', 'C136.667', 'L158.542,136.667', 'L185,110.208', 'L160.394,83.962', 'Z']

它应该输出一个字符串列表，其中每个字符串都以字母开头，在原始正则表达式 MLHVCSQTAZ

中找到

Answer 1

在您的代码中，您将 re.IGNORECASE 作为第三个参数传递给 re.split 但 3rd argument of re.split is maxsplit not flags.

re.IGNORECASE 等于 2，因此您的输入仅拆分两次。

您可以使用:

>>> list(filter(None, re.split(r'([MLHVCSQTAZ][^MLHVCSQTAZ]+)', s, 0, re.I)))
['M160.394,83.962', 'L121.5,52', 'L86.31,73.378', 'L58,104.917', 'L89.75,', 'C136.667', 'L158.542,136.667', 'L185,110.208', 'L160.394,83.962', 'Z']

或者使用内联模式忽略大小写:

re.split(r'(?i)([MLHVCSQTAZ][^MLHVCSQTAZ]+)', s)

<小时/>

我建议使用这个简单的 re.findall 代码，它使用几乎相同的正则表达式:

parts = re.findall('(?i)[MLHVCSQTAZ][^MLHVCSQTAZ]*', s)

引用: lib/python2.7/sre_constants.py 中的SRE_FLAG_IGNORECASE = 2(感谢@vks的评论)