python中特定字符串的正则表达式问题

Question

我在 python 中遇到正则表达式问题。我有字符串：'Aaa Bbb', 'AaaBbbCcc' ,'OneTwost.Three'我想得到：`'Aaa Bbb', 'Aaa Bbb Ccc'`  and 'One Two st.Three' or 'One Two st. Three'通常，我需要在每个大写字母之前插入空格（如果大写字母之前是另一个符号而不是空格）并且如果在字符串中存在。（点）比插入空格 2 位置靠后。我是 re 图书馆的初学者。我尝试根据堆栈中关于正则表达式的一些主题来执行此操作，但我不明白这一点。任何人都知道如何做到这一点？

Answer 1

根据您所说的您想要的内容以及您所说的“我有字符串”这一事实：

我有字符串

'Aaa Bbb'、'AaaBbbCcc'、'OneTwost.Three'

这些应该可以。

输入：

>>> import re

>>> string = """'Aaa Bbb', 'AaaBbbCcc' ,'OneTwost.Three'"""

输出：

>>> re.sub(r'((?<![\',\s])[A-Z]+|[\S]{2}\.)', r' \1', string)

"'Aaa Bbb', 'Aaa Bbb Ccc' ,'One Two st. Three'"

.

编辑

输入（作用于删除's 的string新变量）string_1'

>>> import re

>>> string = """'Aaa Bbb', 'AaaBbbCcc' ,'OneTwost.Three'"""

>>> string_1 = """Aaa Bbb, AaaBbbCcc ,OneTwost.Three"""

输出

>>> re.sub(r'(?<!^)(?<!,)(?<!\s)(?<!\')([A-Z]+|[\S]{2}\.)', r' \1', string)

"'Aaa Bbb', 'Aaa Bbb Ccc' ,'One Two st. Three'"

>>> re.sub(r'(?:(?<!^)(?<!,)(?<!\s)(?<!\'))([A-Z]+|[\S]{2}\.)', r' \1', 

string)

"'Aaa Bbb', 'Aaa Bbb Ccc' ,'One Two st. Three'"

>>> re.sub(r'(?<!^)(?<!,)(?<!\s)(?<!\')([A-Z]+|[\S]{2}\.)', r' \1', string_1)

'Aaa Bbb, Aaa Bbb Ccc ,One Two st. Three'

>>> re.sub(r'(?:(?<!^)(?<!,)(?<!\s)(?<!\'))([A-Z]+|[\S]{2}\.)', r' \1', string_1)

'Aaa Bbb, Aaa Bbb Ccc ,One Two st. Three'

.

第一个解释：

• 按照您的报价建议将其设为字符串

• 使用应用re.sub在这种情况下与raw_string（R）选项，以允许动态的印刷/变更/可变捕捉功能，并返回一个编辑的字符串

• 第一个"("我将它设置为捕获后续查询中的所有内容

• 随着"(?<![\',\s])" 我的意思化妆确保接下来该我试图捕获不是由“'”或‘空白’开头

• "[A-Z]+"定位在它所在的位置，我是说捕获任何一组大写字母（但注意：这也将匹配 ABC、SDZ、FFRD、ZXF 等，但不会捕获任何小写字母或其他符号）

• 随着"|"我说的是重新引擎“或”捕捉这一个查询

• 并与"[\S]{2}\."我说的捕获，如果你发现任何2“非空白字符”后跟一个“”

• 最后")"结束捕获组指令

• .

• 使用第二个参数 "r' \1'" 我是说打印你捕获的第一组（在这种情况下我只有一个捕获组）并在它前面放置一个空格

编辑：对可以作用于 string_1 的以下 2 的轻微解释

• 我发誓，re.sub环顾四周的行为只是不稳定。鉴于您在下面的评论。通过每个(?<!YOUR_IGNORED_CHARACTER)，我告诉 re.sub 如果大写字母前面是指定字符，则基本上不捕获。(?<!^)但是，如果捕获组出现在行的开头，则表示不捕获。

• 另请注意，在此示例的字符串中，我已从'您提供的字符串中删除了。

Answer 2

你可以用

(?<=\S)(?=[A-Z])|(.{2}\.)

需要用函数替换，参见regex101.com上的演示。

在Python 这可能是

import re

data = """

Aaa Bbb

AaaBbbCcc

OneTwost.Three

"""

rx = re.compile(r'(?<=\S)(?=[A-Z])|(.{2}\.)')

def replacer(match):

    if match.group(1):

        return " {} ".format(match.group(1))

    return r' '

data = rx.sub(replacer, data)

print(data)

哪个产量

Aaa Bbb

Aaa Bbb Ccc

One Two st. Three