正则表达式匹配单词和尾随空格对

Question

我有一个文本：

"    Alice, Bob    Charlie  "

并且我想获得单词对（如果有的话）和它后面的空格。也就是说：

[("", "    "), ("Alice,", " "), ("Bob", "    "), ("Charlie", "  ")]`

在Python中，我尝试过：

re.findall(r"(\S*)(\s*)", "    Alice, Bob    Charlie  ")

这几乎可以工作 - 它只是在末尾添加一个空对 ("", "") 。如何摆脱它？除了 .pop() 之外？另外，我真的不明白为什么它会在那里 - 在它与查理的空白匹配之后它应该完成，不是吗？

编辑：澄清一下 - 我想要第一对，即没有带有空格的单词。最后一个——没有单词，没有空格——是我想去掉的。没有 .pop()，可能......

Answer 1

我认为这会做到这一点

re.findall('(\S+|^)(\s*)', s)

Answer 2

尝试将 \s* 更改为 \s+ 以要求至少 1 个空格字符：

>>> re.findall(r"(\S*)(\s+)", "    Alice, Bob    Charlie  ")
[('', '    '), ('Alice,', ' '), ('Bob', '    '), ('Charlie', '  ')]

Answer 3

re.findall(r"(\S+)(\s*)", "    Alice, Bob    Charlie  ")

在 \S 返回您可能想要的内容后使用 + 符号：

[('Alice,', ' '), ('Bob', '    '), ('Charlie', '  ')]

否则 \S*\s* 可能会匹配末尾的空字符串：零或多个和零或多个也可以等于零长度。

其他可能性（除了 .pop()）是：

[a for a in re.findall(r"(\S*)(\s*)", "    Alice, Bob    Charlie  ") if a != ('','')]

或：

re.findall(r"(\S*)(\s*)", "    Alice, Bob    Charlie  ")[:-1]

两者都返回您所需要的内容（包括开头的空格）：

[('', '    '), ('Alice,', ' '), ('Bob', '    '), ('Charlie', '  ')]