如何在python中分割前缀和后缀？

Question

我有一个大文本文件，其中包含如下表所示的输入列表。我需要的是将其分成不同的列（前缀、根和后缀）。他们之间有-和。#我需要一个公式来用-和分隔它们#；或者如果有斜杠/，则应取第一部分并忽略斜杠后面的单词；或者如果这个词在里面，{}它也应该忽略它。Input             Outputform              prefix        root         suffix    ----------        -------       -------      -------jalan                           jalanba-jalan          ba            jalanpem-porut#an      pem           porut        andaun #kulu                      daun         kuludaun#kulu                       daun         kulutarik-napas       tarik         napastarik#napas                     tarik        napasn-cium #bo        n             cium         bowarau/araw                       arauimbaw//nimbaw                   imbawdengo | nengo                   dengododop=am                        dodop        am{di} dalam                      dalamdi {dalam}                      di

Answer 1

这是通过 Pythonre库使用正则表达式对您所要求的内容进行粗略的近似。

import re

m = re.match(r'(?:\{[^-#{}/]+\})?(?:([^-#{}/]+)-)?([^-#{}/]+)(?:/[^-#{}/]+)?(?:#([^-#{}/]+))?', word)
if m:
    prefix, root, suffix = m.groups()

您的示例似乎也有=和|作为分隔符，但是一旦您了解了它是如何工作的，扩展它以允许这些分隔符应该相对简单。

简而言之，如果正则表达式不匹配，则re.match()返回False，否则返回一个匹配对象，该对象的.groups()方法包含与正则表达式中分组括号匹配的文本。(?:...)括号是非分组的，括号中没有?:紧跟在左括号后面的捕获成组。

表达式可以分为以下几种：

• (?:\{[^-#{}/]+\})?- 非分组表达式可跳过其中的任何内容{braces}

• (?:([^-#{}/]+)-)?- 破折号之前任何内容的分组表达式的非分组包装器-

• ([^-#{}/]+)- 主根 - 分组表达式以捕获与分隔符之一不匹配的文本

• (?:/[^-#{}/]+)?- 非分组表达式忽略斜杠后的任何内容

• (?:#([^-#{}/]+))?- 与破折号类似，捕获 后的任何后缀#，用非分组包装器围绕整个组，然后对分隔符后的文本进行分组捕获

乍一看这似乎令人生畏，但是一旦您破译了第一对，您就应该了解它们是如何工作的。让我们更详细地检查一下破折号表达式。

• (?:- 我们需要一个非捕获组将所有这些标记为可选，放在最后

• (- 将分组括号之间的任何匹配文本捕获到.group()

• [^-#{}/]- 匹配不是-or #or {or or }or的单个字符/

• +- 实际上，前面的一个或多个，尽可能多

• )- 捕获结束

• -- 只要所有这些都以破折号结尾-

• )?- 所有这些都是可选的；如果跳过此步骤将允许整体表达式匹配，则正则表达式引擎会（但如果可能的话，它仍然会更喜欢匹配 - 这称为“贪婪匹配”）。

请注意如何[^-#{}/]+不断出现在所有这些组中。我们不想让我们捕获的文本与分隔符之一匹配。

您没有指定如何处理空格，因此这只是将它们视为任何其他字符。也许您也想在它们与分隔符相邻时将它们排除在组之外？