正确拆分文本文件中的字符串

Question

我有一个文件("text.txt")有几行(~5000000行)。我想分道扬镳，这样：

2   :   :   PUNCT   sent    _   _   _   _   _3-4    L'Algebra   _   _   _   _   _   _   _   _

变成这两行：

2   :   :   PUNCT   sent    _   _   _   _   _
3-4 L'Algebra   _   _   _   _   _   _   _   _

因此，本质上，我希望将一行转换为两行，并将其写回另一个文件。所有必须拆分的行都以字符“(下划线)和数字或number+"-"+number”开头。我想在字符"“(下划线)之后将该行分割成两行。

如果我试图用这个函数分隔行：

lines = re.split("_\d")

并在我得到以下信息后将列表行写入文件：

2   :   :   PUNCT   sent    _   _   _   _   _
-4 L'Algebra   _   _   _   _   _   _   _   _

我如何才能正确地做到这一点？有人能帮我吗？

Answer 1

尝试：

>>> re.split("_(?=\d+)", line)

['2   :   :   PUNCT   sent    _   _   _   _   ',
 "3-4    L'Algebra   _   _   _   _   _   _   _   _"]