具有不同模式的拆分多个字符串的正则表达式

Question

我试图使用regex将字符串拆分为多个字符串。我有如下的字符串：

• ‘1.10.25%2.11%3.9.75%4.4.3%’
• '1.promising.2.inappropriately3.essential.4.intense.‘
• '1.他从一次month4开始就没有上过2节英语课。没有错误。
• '1. x得到15 shares2，B得到25 shares3，W得到54. shares.4，Mark得到2.5股。‘

我期待着这样的产出：

• ‘X获得15股’2.B获得25股‘，’3.W获得54股‘，'4.马克获得2.5股’
• “1.10.25%”
• “2.11%”
• “3.9.75%”
• “4.4.3%”

我想要编写一个单独的表达式来拆分所有给定的场景。我试着编写以下表达式，但在某些情况下失败了

re.split(r'(?=[1-9]{1}\.[\s]?[a-zA-Z0-9\.\:\(\)\-\,\% ]+)', string)

Answer 1

我建议查找(?<!\d)NUM\. ( NUM后面有一个.，而没有其他前面的数字)模式中使用的每个后续数字，并只在这些位置拆分：

import re

texts = ['1. 10.25% 2. 11% 3. 9.75% 4. 4.3%',
'1.promising.2.inappropriately3.essential.4.itense.',
'1. He has not been attending 2. English classes 3. since one month4. No error',
'1. X got 15 shares2. B got 25 shares3. W got 54. shares.4. Mark got 2.5 shares']

pattern = r'(?<!\d){}\.'
for text in texts:
    bps = []
    prev = 0
    for i in range(1,1000):
        rx = re.compile(pattern.format(i))
        m = rx.search(text, prev)
        if m:
            if prev != m.start():
                bps.append(text[prev:m.start()].strip())
            prev = m.start()
        else:
            break
    if prev < len(text) - 1:
        bps.append(text[prev:].strip())
    print(bps) 

见Python演示。

输出：

['1. 10.25%', '2. 11%', '3. 9.75%', '4. 4.3%']
['1.promising.', '2.inappropriately', '3.essential.', '4.itense.']
['1. He has not been attending', '2. English classes', '3. since one month', '4. No error']
['1. X got 15 shares', '2. B got 25 shares', '3. W got 54. shares.', '4. Mark got 2.5 shares']

注意rx = re.compile(pattern.format(i))和m = rx.search(text, prev)行:模式是编译的，因为Pattern.search方法允许从指定的位置进行搜索，这是前一个匹配的起始位置。

range(1,1000)部件可以调整，1000假设文本中有多达999个项目点。