如何根据术语表列表拆分字符串？

Question

列出了一份词汇表：

glossaries = ['USA', '34']

目标是使用术语表中的项，并使用术语表作为分隔符拆分字符串。例如，给定字符串和术语表，_isolate_glossaries()函数：

glossaries = ['USA', '34']
word = '1934USABUSA'
_isolate_glossaries(word, glossaries)

应产出：

['19', '34', 'USA', 'B', 'USA']

我试过：

def isolate_glossary(word, glossary):
    print(word, glossary)
    # Check that word == glossary and glossary not in word
    if re.match('^{}$'.format(glossary), word) or not re.search(glossary, word):
        return [word]
    else:
        segments = re.split(r'({})'.format(glossary), word)
        segments, ending = segments[:-1], segments[-1] # Remove the last catch with null string.
        return segments

def _isolate_glossaries(word, glossaries):
    word_segments = [word]
    for gloss in glossaries:
        word_segments = [out_segment
                         for segment in word_segments 
                         for out_segment in isolate_glossary(segment, gloss)] 
    return word_segments

它可以工作，但它看起来有点太复杂，不能有这么多级别的循环和正则表达式分裂发生。是否有更好的方法根据术语表拆分字符串？

Answer 1

若要将字符串拆分为列表中的项，请动态创建regex，包括由管道|分隔的那些项，这些项都包含在捕获组中(非捕获组不包括输出中的项本身)：

list = re.split('({})'.format('|'.join(glossaries)), word);
print ([x for x in list if x]) # filter non-word items

请参阅现场演示