拆分琴弦而无需删除分离器

Question

我有以下文本，

text = "12345678 abcdefg 37394822 gdzdnhqihdzuiew 09089799 78998728 gdjewdwq"

我希望输出是：

12345678 abcdefg
37394822 gdzdnhqihdzuiew 
09089799 
78998728 gdjewdwq

我尝试了“ re.split（“ \ d {8}”，text）”，但结果不正确。 如何获得正确的输出？

Answer 1

您可以使用“ lookahead”

regex tutorial- lookahead- lookbehind and lookbehind Zere Lengthens Zere Length Spertions

import re
text = "12345678 abcdefg 37394822 gdzdnhqihdzuiew 09089799 78998728 gdjewdwq"
arr = re.split(r"\s+(?=\d)", text)
print(arr)

Answer 2

iiuc，您希望将数字部分与字母数字和数字配对，始终是每行的第一条问题，

而不是解决方案的优雅，而是解决问题

splitted_txt = txt.split(' ')
i=0
while (i < (len(splitted_txt))):
    if (splitted_txt[i].isdigit() & ~(splitted_txt[i+1].isdigit())  ):
        print(splitted_txt[i], splitted_txt[i+1] )
        i+=1
    else:
        print(splitted_txt[i])
    i+=1

12345678 abcdefg
37394822 gdzdnhqihdzuiew
09089799
78998728 gdjewdwq

Answer 3

我更喜欢 @itagaki的答案，但值得注意的是， findall 也可以使用：

import re
text = "12345678 abcdefg 37394822 gdzdnhqihdzuiew 09089799 78998728 gdjewdwq"

re.findall(r"\d+(?:\s+[a-z]+)?", text)
  #=> ['12345678 abcdefg', '37394822 gdzdnhqihdzuiew', '09089799', '78998728 gdjewdwq']

demo

正则表达式可以分解如下。

\d+       # match one or more digits
(?:       # begin a non-capture group
  \s+     # match one or more whitespaces
  [a-z]+  # match one or more lowercase letters
)         # end non-capture group
?         # make non-capture group optional

如果需要完全有8位数字，并且字符串小写字母的长度在（例如）7和15之间（如示例），则将其正则稍微修改：

r"\d{8}(?:\s+[a-z]{7,15})?"

Answer 4

如果要匹配8位数字，则可以使用：

\b\d{8}\b.*?(?=\s*(?:\b\d{8}\b|$))

说明

• \ b \ d {8} \ b 匹配8位被单词边界包围的数字以防止部分匹配
• 。
• ​
  • \ s*匹配可选的Whitespace Chars
  • （？：\ b \ d {8} \ b | $）匹配8位或断言字符串的结尾
• （？：\ b ）关闭lookahead

Regex Demo | python demo

示例

import re

pattern = r"\b\d{8}\b.*?(?=\s*(?:\b\d{8}\b|$))"
s = "12345678 abcdefg 37394822 gdzdnhqihdzuiew 09089799 78998728 gdjewdwq"

print(re.findall(pattern, s))

['12345678 abcdefg', '37394822 gdzdnhqihdzuiew', '09089799', '78998728 gdjewdwq']