正则表达式。拆分字符串取决于分隔符并包含它们

Question

这是我的str示例，我需要在最后一个单词附近保存分隔符，如点、破折号和空格

str示例：

   a = 'Beautiful. is. better5-than ugly'

我尝试的

re.split('\W+', a)
['Beautiful', 'is', 'better5', 'than', 'ugly']

预期输出：

 ['Beautiful.', ' ', 'is.', ' ', 'better5-', 'than', ' ', 'ugly']

可能吗

Answer 1

>>> import re
>>> a = 'Beautiful. is. better5-than ugly'
>>> re.findall("\w+[.-]?|\s+", a)
['Beautiful.', ' ', 'is.', ' ', 'better5-', 'than', ' ', 'ugly']

• \w+[.-]?将单词与结尾处可选的点或连字符匹配
• \s+匹配空白
• |确保我们捕获上述任一项

Answer 2

因为我们希望分隔符成为结果的一部分，所以我们应该保留它们，我在正则表达式中使用了“lookback”和“lookahead”断言。您可以在^{} module's documentation中阅读有关它们的信息

import re
a = 'Beautiful. is. better5-than ugly'
print(re.split(r'(?<=[-. ])|(?= )', a))

附加说明：使用“lookbehind”断言，我可以获得几乎相同的结果，但是对于最后一个单词“than”，我需要在我的正则表达式模式中包含一个“lookbehind”断言（我的意思是|(?= )），以分割该空间