python - 仅在第一个实例中使用正则表达式使用多个分隔符分隔

Question

我有一些格式为的字符串

lorem ipsum, dolor sit - amet, consectetur : adipiscing elit. Praesent vitae orc

我希望它在每个分隔符的第一个实例处被分割，返回

['lorem ipsum',
'dolor sit', 
'amet, consectetur', 
'adipiscing elit. Praesent vitae orc']

现在我的输出是

['lorem ipsum',
'dolor sit',
'amet',
'consectetur ',
'adipiscing elit. Praesent vitae orc']

现在我正在使用 re.split(', | - |: ', txt) 但它会分隔字符串中的所有实例。关于如何实现所需的输出有什么建议吗？

编辑:

我意识到我的问题不清楚，举个例子，如果字符串是

"abc: def: ijk, lmno: pqr - stu, wx"

输出应该是

["abc",
"def: ijk",
"lmno: pqr",
"stu, wxy"]

而不是

["abc",
"def",
"ijk",
"lmno",
"pqr",
"stu",
"wxy"]

Answer 1

如果所有分隔符必须至少出现一次，您可以使用 4 个捕获组，并使用反向引用匹配 3 个选项中的 1 个(已匹配的选项除外)，而不是使用 split。

^(.*?)(, | - |: )(.*?)(?!\2)(, | - |: )(.*?)(?!\2|\4)(, | - |: )(.*)

模式将匹配

• ^ 字符串开头
• (.*?) 组1，尽可能少匹配
• (, | - |: ) 组2，匹配列出的任何一个
• (.*?) 组3，尽可能少匹配
• (?!\2) 负向预测，断言右侧的内容不是第 2 组中匹配的内容(选择 2 个有效选项之一)
• (, | - |: ) 组4，匹配列出的任何一个
• (.*?) 组5，尽可能少匹配
• (?!\2|\4) 负向前看，断言右侧的内容不是第 2 组或第 4 组中匹配的内容(选择左侧唯一有效的选项)
• (, | - |: ) 组6，匹配列出的任何一个
• (.*)分组7，尽可能匹配任何字符

Regex demo

例如

import re

regex = r"^(.*?)(, | - |: )(.*?)(?!\2)(, | - |: )(.*?)(?!\2|\4)(, | - |: )(.*)"

test_str = ("lorem ipsum, dolor sit - amet , consectetur : adipiscing elit. Praesent vitae orc\n\n"
    "abc: def: ijk, lmno: pqr - stu, wx\n\n")

matches = re.search(regex, test_str, re.MULTILINE)

if matches:
    print(matches.group(1))
    print(matches.group(3))
    print(matches.group(5))
    print(matches.group(7))

输出

lorem ipsum
dolor sit
amet , consectetur 
adipiscing elit. Praesent vitae orc

参见Python demo1和 demo2