从字符串中拆分数字并拆分联合字符串

Question

我已经阅读了很多帖子并找到了部分解决方案，如果有人能完全帮助我，那就太好了，因为我找不到解决方案。我有一个句子需要分解成输出格式。那应该怎么做呢？s='Eiffel Tower140,005 reviewsObservation Decks & Towers, Points of Interest & Landmarks'现在我想要这样的输出分为 3 个部分：地名、评论、详情：输出：["Eiffel Tower" , "140,005 reviews" ,  "Observation Decks & Towers, Points of Interest & Landmarks"]

Answer 1

您可以使用捕获组来re.split保留分隔符（此处的评论数）：

re.split(r'(\d{1,3}(?:,\d{3})* reviews?)', s)

Answer 2

re.split只需根据小写字母后跟数字或大写字母之间的边界拆分使用

>>> import re

>>> re.split(r'(?<=[a-z])(?=\d|[A-Z])', s)

['Eiffel Tower', '140,005 reviews', 'Observation Decks & Towers, Points of Interest & Landmarks']

Answer 3

(.+?)([\d\,]+ reviews)(.*) 这将按以下方式分组。

• 第 1 组：匹配直到达到数字后跟“评论”

• 第 2 组：将数字（包括逗号）和“评论”匹配到一个字符串中

• 第 3 组：所有剩余的字符和符号。

Eiffel Tower140,005 reviewsObservation Decks & Towers, Points of Interest & Landmarks

输出：

['Eiffel Tower', '140,005 reviews', 'Observation Decks & Towers, Points of Interest & Landmarks']

https://regex101.com/r/bDAVNb/2

Answer 4

该解决方案仅适用于该特定句子和遵循相同规则的其他句子。通过在循环中添加更多条件，它可以扩展到其他句子结构。对于初学者来说，它比正则表达式更容易阅读。索引有点麻烦，但这是对您的快速修复。

我注意到拆分发生在字母和数字、小写字母和大写字母之间。所以你只需要遍历句子并定义规则。

s='Eiffel Tower140,005 reviewsObservation Decks & Towers, Points of Interest & Landmarks'

result = []

temp = ''

for i in range(0, len(s)-1):

    current_letter = s[i]

    next_letter = s[i+1]

    if current_letter.islower() and next_letter.isnumeric():

        temp += current_letter

        result.append(temp)

        temp = ''

    elif current_letter.islower() and next_letter.isupper():

        temp += current_letter

        result.append(temp)

        temp = ''

    else:

        temp += current_letter

temp+= s[len(s)-1]

result.append(temp)

print(result)