python - 根据 Python 中的模式拆分字符串

Question

我有很长的字符串，例如

“123 - 鞋类，5678 - 服装、配饰和奢侈品，9876 - 休闲产品”

和

“321 - 服装和配饰，4321 - 服装和配饰 > 手袋、钱包和箱子，187 - 服装和配饰 > 鞋履”

我想根据“一个数字、一个空格、一个破折号、一个空格、一些字符串直到下一个数字、一个空格、一个破折号、一个空格或字符串结尾”的模式拆分它们。请注意，该字符串可能包含逗号、& 符号、“>​​”和其他特殊字符，因此对它们进行拆分将不起作用。我认为 Python 中有一种方法可以根据正则表达式进行拆分，但我很难形成它。

我对正则表达式有非常入门的了解。我可以为数字和字母数字字符串形成正则表达式，但我不知道如何指定“在下一个数字开始之前获取所有内容”。

---

更新:预期输出:

第一种情况:

[“123 - 鞋类”、“5678 - 服装、配饰和奢侈品”、“9876 - 休闲产品”]

第二种情况:

[“321 - 服饰与配饰”、“4321 - 服饰与配饰 > 手袋、钱包和箱子”、“187 - 服饰与配饰 > 鞋履”]

Answer 1

这是模式，首先是一些数字，所以我们使用 [0-9]+ 后跟字符串和特殊字符，如 & - >，因此我们可以使用[a-zA-Z\-&>]+:

>>> str_ = "123 - Footwear, 5678 - Apparel, Accessories & Luxury Goods, 9876 - Leisure Products"
>>> re.findall(r'(?is)([0-9]+[a-zA-Z \-&>,]+)', str_)
['123 - Footwear, ',
 '5678 - Apparel, Accessories & Luxury Goods, ',
 '9876 - Leisure Products']

你在OP中提到的另一个字符串

>>> str_ = "321 - Apparel & Accessories, 4321 - Apparel & Accessories > Handbags, Wallets & Cases, 187 - Apparel & Accessories > Shoes"
>>> re.findall(r'(?is)([0-9]+[a-zA-Z \-&>,]+)', str_)
['321 - Apparel & Accessories, ', 
 '4321 - Apparel & Accessories > Handbags, Wallets & Cases, ', 
 '187 - Apparel & Accessories > Shoes']