问题描述
我有一个要使用正则表达式拆分的字符串。
输入：
S1:1- first split begins.s2:1- first split ends.s1:2-second split begins.S2:2-second split ends,S1:3-third split begins.S2:3-third split ends.
输出：应该是一个包含我们拆分表达式的列表
[S1：1-第一个拆分开始，s2：1-第一个拆分结束，S1：2-第二个拆分开始，S2：2-第二个拆分结束，S1：3-第三个拆分开始.....]
我想分割模式[s/S][1/2]:[0-9][0-9]
这就是我所拥有的，但是它给了我额外的一行，并删除了我分割的正则表达式。
import re
text="""S1:1- first Split begins.continue the sentence
s2:1- first split ends
s1:2-second split begins
S2:2-second split ends
S1:3-third split begins
S2:3-third split ends """
output=re.split("[Ss][12]:[0-9]*", text)
1楼
我不太确定我是否知道要在哪里拆分此输入，但是如果要将拆分的文本包含在输出中，则需要具有捕获模式：
re.split("([Ss][1-2]:[0-9]-)\s*", text)
结果：
['',
'S1:1-',
'first Split begins.continue the sentence\n ',
's2:1-',
'first split ends\n ',
's1:2-',
'second split begins\n ',
'S2:2-',
'second split ends\n ',
'S1:3-',
'third split begins\n ',
'S2:3-',
'third split ends ']
2楼
尝试使用正则表达式中的正向向前(?= CODE )完成此操作，以保留正则表达式。
您的正则表达式将如下所示：
\s(?=[sS][12]:[0-9])
完整的代码：
import re
text="""S1:1- first Split begins.continue the sentence
s2:1- first split ends
s1:2-second split begins
S2:2-second split ends
S1:3-third split begins
S2:3-third split ends """
output=re.split("\s(?=[sS][12]:[0-9])", text)
结果：
['S1:1- first Split begins.continue the sentence\n ', 's2:1- first split ends\n ', 's1:2-second split begins\n ', 'S2:2-second split ends\n ', 'S1:3-third split begins\n ', 'S2:3-third split ends ']