正则表达式：将数字与字母分开

Question

我有一堆字符串：

"10people"
"5cars"
..

我该如何分割这个字符串？

['10','people']
['5','cars']

这段文本可以包含任意数量的数字和文本。

我在考虑编写某种正则表达式，不过我相信在Python中有更简单的方法。

- Federer

Answer 1

使用正则表达式(\d+)([a-zA-Z]+)。

import re
a = ["10people", "5cars"]
[re.match('^(\\d+)([a-zA-Z]+)$', x).groups() for x in a]

结果：

[('10', 'people'), ('5', 'cars')]

- kennytm

---

-1：不适用于像“10cars5toys”这样的字符串。它甚至会抛出异常：“AttributeError: 'NoneType' object has no attribute 'groups'”，尝试在非匹配项上执行列表推导式。 - Tim Pietzcker

@Tim：这甚至都没有被指定！ - kennytm

@Tim：你为什么认为它需要处理这样的字符串？我没有看到OP要求这样做。我也没有看到你要求这样做。这不是正在解决的问题！ - SilentGhost

OP写道：“它可以是任意数量的数字和文本”。我似乎不是唯一一个理解它的人。也许OP可以澄清一下。与此同时，我会撤回我的投票。 - Tim Pietzcker

Answer 2

>>> re.findall('(\d+|[a-zA-Z]+)', '12fgsdfg234jhfq35rjg')
['12', 'fgsdfg', '234', 'jhfq', '35', 'rjg']

- Ignacio Vazquez-Abrams

---

我可能会使用 \D 而不是 [a-zA-Z]，这将基本上将数字和非数字分开。换句话说，就是 '(\d+|\D+)'。 - Lasse V. Karlsen

Answer 3

>>> re.findall("\d+|[a-zA-Z]+","10people")
['10', 'people']

>>> re.findall("\d+|[a-zA-Z]+","10people5cars")
['10', 'people', '5', 'cars']

- YOU

Answer 4

通常情况下，使用正则表达式 /(?<=[0-9])(?=[a-z])|(?<=[a-z])(?=[0-9])/i 进行分割字符串。

- Anonymous

---

对于使用lookaround定义分割点的原则，我表示赞同。然而，在Python中这并不适用，因为根据文档，re.split()从不在空模式匹配上进行分割。 - Tim Pietzcker

所以插入一个分隔符，然后在其上进行拆分：re.sub(r'(?<=\d)(?=\D)|(?<=\D)(?=\d)','!SPLIT_ME!',s).split(r'!SPLIT_ME!') ;) - Alan Moore

即使原帖并不一定需要，对于一般情况仍应+1。 - almcnicoll

Answer 5

>>> import re
>>> s = '10cars'
>>> m = re.match(r'(\d+)([a-z]+)', s)
>>> print m.group(1)
10
>>> print m.group(2)
cars

- Dominic Rodger

Answer 6

如果你和我一样，因为正则表达式太丑陋而绕着弯路，那么这里有一个非正则表达式的方法：

data = "5people10cars"

numbers = "".join(ch if ch.isdigit() else "\n" for ch in data).split()
names = "".join(ch if not ch.isdigit() else "\n" for ch in data).split()

final = zip (numbers, names)

- jsbueno

---

呃。与那个相比，正则表达式是美丽的事物!;-) - Wim

不……太美了……你应该见过我尝试在单个传递中完成这件事的样子，那会涉及动态声明一个类（使用type()）并在生成器表达式内实例化它）- 那样对我来说太丑陋了，甚至我也无法继续下去。 - jsbueno

Answer 7

借鉴jsbueno的想法，使用str.translate，然后跟随split：

import string

allchars = ''.join(chr(i) for i in range(32,256))
digExtractTrans = string.maketrans(allchars, ''.join(ch if ch.isdigit() else ' ' for ch in allchars))
alpExtractTrans = string.maketrans(allchars, ''.join(ch if ch.isalpha() else ' ' for ch in allchars))

data = "5people10cars"
numbers = data.translate(digExtractTrans).split()
names = data.translate(alpExtractTrans).split()

您只需要创建一次翻译表，然后随时调用翻译和分割函数即可。

- PaulMcG