python - 如何使 re.split() 具有包容性

Question

我有以下内容：

>>> x='STARSHIP_TROOPERS_INVASION_2012_LOCDE'
>>> re.split('_\d{4}',x)[0]
'STARSHIP_TROOPERS_INVASION'

我如何将年份包括在内？例如：

STARSHIP_TROOPERS_INVASION_2012

请注意，有数以万计的标题，我需要为每个标题拆分年份。我不能split()在这里做一个普通的蟒蛇。

Answer 1

更直接的解决方案是使用re.search()/ MatchObject.end()：

m = re.search('_\d{4}', x)
print x[:m.end(0)]

如果你想坚持split()，你可以使用后向：

re.split('(?<=_\d{4}).', x)

（即使年份在字符串的末尾也可以工作，因为split()如果找不到分隔符，则返回一个带有原始字符串的数组。）

Answer 2

如果它总是相同的模式，那为什么不呢：

>>> x = 'STARSHIP_TROOPERS_INVASION_2012_LOCDE'
>>> x[:x.rfind('_')]
'STARSHIP_TROOPERS_INVASION_2012'

对于您的原始正则表达式，由于您没有捕获匹配的组，因此它不属于您的匹配项：

>>> re.split('_\d{4}',x)
['STARSHIP_TROOPERS_INVASION', '_LOCDE']
>>> re.split('_(\d{4})',x)
['STARSHIP_TROOPERS_INVASION', '2012', '_LOCDE']

将()选择标记为捕获的组：

匹配括号内的任何正则表达式，并指示组的开始和结束；组的内容可以在执行匹配后检索，并且可以稍后在字符串中使用 \number 特殊序列进行匹配，如下所述。要匹配文字 '(' 或 ')'，请使用 ( 或 )，或将它们包含在字符类中：[(] [)]。

Answer 3

您可以同时使用两者split()，并search()假设您希望拆分的字符串中有一个这样的日期。

import re
x='STARSHIP_TROOPERS_INVASION_2012_LOCDE'
date=re.search('_\d{4}',x).group(0)
print(date)

给

>>> 
_2012

和

print(re.split('_\d{4}',x)[0]+date)

给

STARSHIP_TROOPERS_INVASION_2012