用python在波斯语数字和字母之间添加空格

Question

我想在波斯语数字和波斯语字母之间加上空格，如下所示：

“سعید123”转换为“سعید123”

这个过程的Java代码如下所示。你知道吗

str.replaceAll("(?<=\\p{IsDigit})(?=\\p{IsAlphabetic})", " ").

但是我找不到任何python解决方案。你知道吗

Answer 1

你可以用

re.sub(r'([^\W\d_])(\d)', r'\1 \2', s, flags=re.U)

注意，在python3.x中，re.U标志是多余的，因为默认情况下模式是Unicode感知的。你知道吗

参见online Python demo和regex demo。你知道吗

图案细节

• ([^\W\d_])-捕获组1：任何Unicode字母（字面上，除了非单词、数字或下划线字符以外的任何字符）
• (\d)-捕获组2：任何Unicode数字

替换模式是组1和组2占位符（指相应的捕获值）的组合，它们之间有一个空格。你知道吗

您可以使用带有前瞻性的regex变体：

re.sub(r'[^\W\d_](?=\d)', r'\g<0> ', s)

见this regex demo。你知道吗

Answer 2

我不确定这是不是一个正确的方法。你知道吗

import re
k = "سعید123"
m = re.search("(\d+)", k)
if m:
    k = " ".join([m.group(), k.replace(m.group(), "")])
    print(k)

输出：

123 سعید

Answer 3

有一个短正则表达式，可以用来匹配字母和数字之间的边界（在任何语言中）：

\d(?=[^_\d\W])|[^_\d\W](?=\d)

Live demo

细分：

• \d匹配一个数字
• (?=[^_\d\W])在一种语言的字母前面
• |或
• [^_\d\W]匹配一种语言的字母
• (?=\d)数字前

Python：

re.sub(r'\d(?![_\d\W])|[^_\d\W](?!\D)', r'\g<0> ', str, flags = re.UNICODE)

但根据this answer，这是完成这项任务的正确方法：

re.sub(r'\d(?=[آابپتثجچحخدذرزژسشصضطظعغفقکگلمنوهی])|[آابپتثجچحخدذرزژسشصضطظعغفقکگلمنوهی](?=\d)', r'\g<0> ', str,  flags = re.UNICODE)