python - 产品代码看起来像abcd2343，如何按字母和数字分割？

Question

我有一个文本文件中的产品代码列表，每一行是产品代码，如下所示:

abcd2343 abw34324 abc3243-23A

所以它是字母，后跟数字和其他字符。

我想在第一次出现的数字上拆分。

Answer 1

import re
s='abcd2343 abw34324 abc3243-23A'
re.split('(\d+)',s)

> ['abcd', '2343', ' abw', '34324', ' abc', '3243', '-', '23', 'A']

或者，如果您想在第一次出现数字时进行拆分:

re.findall('\d*\D+',s)
> ['abcd', '2343 abw', '34324 abc', '3243-', '23A']

---

• \d+ 匹配 1 个或多个数字。
• \d*\D+ 匹配 0 个或多个数字后跟 1 个或多个非数字。
• \d+|\D+ 匹配 1 个或多个数字 或 1 个或多个非数字。

咨询the docs有关 Python 正则表达式语法的更多信息。

---

re.split(pat, s) 将使用 pat 作为分隔符拆分字符串 s。如果 pat 以括号开头和结尾(以便成为“捕获组”)，则 re.split 将返回与 pat 匹配的子字符串> 也一样。例如，比较:

re.split('\d+', s)
> ['abcd', ' abw', ' abc', '-', 'A']   # <-- just the non-matching parts

re.split('(\d+)', s)
> ['abcd', '2343', ' abw', '34324', ' abc', '3243', '-', '23', 'A']  # <-- both the non-matching parts and the captured groups

相比之下，re.findall(pat, s) 只返回 s 中匹配 pat 的部分:

re.findall('\d+', s)
> ['2343', '34324', '3243', '23']

因此，如果 s 以数字结尾，您可以通过使用 re.findall('\d+|\D+', s) 来避免以空字符串结尾而不是 re.split('(\d+)', s):

s='abcd2343 abw34324 abc3243-23A 123'

re.split('(\d+)', s)
> ['abcd', '2343', ' abw', '34324', ' abc', '3243', '-', '23', 'A ', '123', '']

re.findall('\d+|\D+', s)
> ['abcd', '2343', ' abw', '34324', ' abc', '3243', '-', '23', 'A ', '123']