按位置拆分字符串

Question

我们知道anchors、word boundaries和{}在某个位置匹配，而不是匹配字符。
是否可以使用regex（特别是python）通过前面的一种方法拆分字符串？在

例如，考虑以下字符串：

"ThisisAtestForchEck,Match IngwithPosition." 

因此，我需要以下结果（以大写字母开头但不以空格开头的子字符串）：

^{pr2}$

如果我分组，我得到：

>>> re.split(r'([A-Z])',s)
['', 'T', 'hisis', 'A', 'test', 'F', 'orch', 'E', 'ck,', 'M', 'atchingwith', 'P', 'osition.']

这是环顾四周的结果：

>>> re.split(r'(?<=[A-Z])',s)
['ThisisAtestForchEck,MatchingwithPosition.']
>>> re.split(r'((?<=[A-Z]))',s)
['ThisisAtestForchEck,MatchingwithPosition.']
>>> re.split(r'((?<=[A-Z])?)',s)
['ThisisAtestForchEck,MatchingwithPosition.']

请注意，如果要按以大写字母开头且前面有空格的子字符串拆分，例如：

['Thisis', 'Atest', 'Forch' ,'Eck,' ,'Match ', Ingwith' ,'Position.']

我可以使用re.findall，即：

>>> re.findall(r'([A-Z][^A-Z]*)',s)
['Thisis', 'Atest', 'Forch', 'Eck,', 'Match ', 'Ingwith', 'Position.']

但是第一个例子呢：有没有可能用re.findall来解决它？在

Answer 1

使用re.findall的方法：

re.findall(r'(?:[A-Z]|^[^A-Z\s])[^A-Z\s]*(?:\s+[A-Z][^A-Z]*)*',s)

当您决定将方法从split更改为findall时，第一项工作就是重新制定您的要求：“我要在每个大写字母上拆分字符串，而不是前面加空格”=>；“我要找到一个或多个子字符串，这些子字符串由空格分隔，以大写字母开头，但字符串的开头除外（如果字符串不是以大写字母开头）“

Answer 2

 (?<!\s)(?=[A-Z])

您可以使用此选项与regex模块一起拆分，因为re不支持0宽度拆分断言。在

^{pr2}$

或者

print [i for i in regex.split(r"(?<![\s])(?=[A-Z])",x,flags=regex.VERSION1) if i]

参见演示。在

https://regex101.com/r/sJ9gM7/65

Answer 3

我知道这可能不太方便，因为结果的元组性质。但我认为这个findall找到了您需要的：

re.findall(r'((?<!\s)[A-Z]([^A-Z]|(?<=\s)[A-Z])*)', s)
## returns [('Thisis', 's'), ('Atest', 't'), ('Forch', 'h'), ('Eck,', ','), ('Match Ingwith', 'h'), ('Position.', '.')]

这可用于以下列表理解，以给出所需的输出：

^{pr2}$

下面是一个使用split的黑客：

re.split(r'((?<!\s)[A-Z]([^A-Z]|(?<=\s)[A-Z])*)', s)[1::3]
## returns ['Thisis', 'Atest', 'Forch', 'Eck,', 'Match Ingwith', 'Position.']