Python正则表达式：在以某个单词开头的地方进行分割

Question

我知道如何搜索单词并在字符串中分割它。例如：

s = 'Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua'
r = re.compile('(elit)')  
r.split(s)
# => ['Lorem ipsum dolor sit amet, consectetur adipisicing ', 'elit', ', sed do eiusmod tempor incididunt ut labore et dolore magna aliqua']

我该怎么做，只知道单词的开头？例如，我想通过“consect *”拆分字符串，并在匹配“consectetur”的位置进行拆分。谢谢。

- pistacchio

---

这取决于你对“单词”的定义。你可以匹配到下一个空格：consect[^\s]* - Felix Kling

为了澄清以下答案，string.split会在每个给定字符串的出现处拆分字符串。re.split会在每个给定正则表达式的匹配处拆分字符串。 - Katriel

Answer 1

使用\w匹配任何单词字符，或者使用[A-Za-z]仅匹配ASCII字母字符。

r = re.compile('(consect\w*)')

- sverre

Answer 2

只需使用(consect\w*)作为正则表达式：

In [3]: import re

In [4]: s = 'Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua'

In [5]: r = re.compile(r'(consect\w*)')  

In [6]: r.split(s)
Out[6]: 
['Lorem ipsum dolor sit amet, ',
 'consectetur',
 ' adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua']

\w* 匹配任何字母数字字符序列。如果您的要求不同，可以将 \w 替换为其他字符类。

有关 Python 正则表达式的更多详细信息，请参见 正则表达式语法。

- NPE

Answer 3

使用\w：字母数字字符加下划线[A-Za-z0-9_]

r = re.compile('(consect\w*)')

或者使用 \S：非空白字符 [^ \t\r\n\v\f]

r = re.compile('(consect\S*)')

- satomacoto