正则表达式用于拆分逗号"，“上的字符串，但仅当逗号不在数字之间时

Question

我怎么能把这个字符串分割成单独的单词-

给定字符串s=“消费者笔记，国家消费者论坛，50,000卢比，反对ICICI，安德拉邦”

我希望结果是=“消费者笔记”，“国家消费者论坛”，“50,000卢比反对ICICI"，”安得拉邦“

我是regex的新手，不能为此编写regex。

目前我正在做这件事

s = "Consumer notes, State Consumer Forum, Rs.50,000 penatly against ICICI,Andhra Pradesh"
result = set(w for w in s.split(r','))
print result

result:- 
set(['Andhra Pradesh', ' Rs.50', 'Consumer notes', '000 penatly against ICICI', ' State Consumer Forum'])

这给了我5个单词，因为它还将数字50,000分成两部分。我不想让你们分开。我该怎么解决它呢？

Answer 1

In [1]: s = "Consumer notes, State Consumer Forum, Rs.50,000 penatly against ICICI,Andhra Pradesh"

In [2]: import re

In [3]: re.split(r'(?<!\d),(?!\d)',s)
Out[3]: 
['Consumer notes',
 ' State Consumer Forum',
 ' Rs.50,000 penatly against ICICI',
 'Andhra Pradesh']

您也可以使用re.split(r'(?<!\d),\s*(?!\d)',s)删除,之后的空格。

Answer 2

您可以使用以下任一方法

(?<!\d),|,(?!\d)

或

,(?!(?<=\d.)\d)

请参阅regex #1演示和regex #2 demo。

详细信息

• (?<!\d), -前面不紧跟digit
• | - or
• ,(?!\d)的逗号-后面不紧跟数字

的逗号

这种模式的效率不是很高，因为1)交替和2)在模式开始时使用的lookbehind使得正则表达式引擎检查字符串中的每个位置。

• , - is...
• (?!(?<=\d.)\d)的逗号-后面不会紧跟一个数字(参见(?!...\d))，后面紧跟一个数字和任何一个字符(它实际上是一个逗号，所以这里的.和,的作用是一样的)。

第二种模式效率更高，因为正则表达式引擎只需要测试文本中的逗号。