Python：通过数字、字母和- _ 来分割字符串

Question

假设我有一个像这样的字符串

string = 'rename_file_1122--23-_12'

有没有一种方法可以像这样拆分

parts = ['rename','_','file','_','1122','--','23','-_','12']

我尝试使用正则表达式，但它不起作用。

import re

name_parts = re.findall('\d+|\D+|\w+|\W+', string)

结果如下：

['rename_file_', '1122', '--', '23', '-_', '12']

########## 第二部分

如果我有一个像这样的字符串：

string2 = 'Hello_-Marco5__-'

我需要使用哪些条件才能获得：['Hello','_-','Marco','5','__-'] 。我的目标是将一个字符串分成字母、数字和'-_'的组。

谢谢您的答复。

- Maikiii

Answer 1

您可以使用

re.findall(r'[^\W_]+|[\W_]+', string)

查看正则表达式演示。

正则表达式详情:

• [^\W_]+ - 一个或多个字符，除了非单词和_字符（因此是一个或多个字母或数字）
• | - 或者
• [\W_]+ - 一个或多个非单词和/或_ 字符

查看Python演示：

import re
string = 'rename_file_1122--23-_12'
name_parts = re.findall(r'[^\W_]+|[\W_]+', string)
print(name_parts)
# => ['rename', '_', 'file', '_', '1122', '--', '23', '-_', '12']

- Wiktor Stribiżew

---

当我看到这个正则表达式时，我做了几次双重检查，因为我想：“啥？匹配非-“某物”或匹配“某物”？那不会匹配所有内容吗？”这正是它需要做的——查找“非某物”或“某物”，并保持匹配，直到找到相反的。不错！ - Pranav Hosangadi

这是一种标记化技术，它使用两个相反的独立选择在一个模式中。 最终，它可以匹配所有文本，只是将其拆分为两种标记类型。 根据标记类型，可能还有更多的选择。 - Wiktor Stribiżew

Answer 2

或者您可以使用groupby来自itertools：

from itertools import groupby

string = 'rename_file_1122--23-_12'

result = [''.join(value) for key, value in groupby(string, key=str.isalnum)]

print(result)

输出：

['rename', '_', 'file', '_', '1122', '--', '23', '-_', '12']

编辑：

我想到了一个可能更简单的解决方案，使用正则表达式：

string = 'rename_file_1122--23-_12'
result = re.split('([_-]*)', string)
print(result)

相同的输出。

re.split 将根据匹配正则表达式来拆分字符串。我使用的表达式包括一个分组模式，而split会将匹配结果包含在拆分后的结果中：

([_-]*)

表示匹配（并记住结果）一个或多个_ 或 - 的序列。 * 表示一个或多个，[] 表示方括号内的任何内容。

如果没有使用分组，仅使用 [_-]*，我们将得到以下结果，但不包括匹配项：

string = 'rename_file_1122--23-_12'
result = re.split('[_-]*', string)
print(result)

输出：

['rename', 'file', '1122', '23', '12']

- Peter Wood

Answer 3

我已经找到了第二部分的解决方案，如下所示：

name_parts=re.findall(r'[^\d_]+|[^\D]+|[^\W_]+|[\W_]+', string)

- Maikiii

---

在问题中添加第二部分并不好。这会让我们的答案看起来不完整或不够专业。 - Peter Wood