python - 使用正则表达式将字符串拆分成组？

Question

我的字符串可以有不同数量的“组”。我需要拆分它们，但我在这样做时遇到了麻烦。这些组将始终以 [A-Z]{2-5} 开头，后跟 : 和一个字符串或不同的长度和空格。它总是在组前面有一个空间。

示例字符串:

"YellowSky AA:Hello AB:1234 AC:1F 322 AD:hj21jkhjk23"
"Billy Bob Thorton AA:213231 AB:aaaa AC:ddddd 322 AD:hj2ffs   dsfdsfd1jkhjk23"

到目前为止我的代码:

import re
D = "Test1 AA:Hello AB:1234 AC:1F 322 AD:hj21jkhjk23"
    
g = re.compile("(?<!^)\s+(?=[A-Z])(?!.\s)").split(D)

如您所见...这适用于一个单词的起始字符串，但不适用于多个单词。

但这失败了/w 空格:

Answer 1

你可以使用

re.split(r'(?!^)\s+(?=[A-Z]+:)', text)

参见 this regex demo .

详细信息:

• (?!^) - 匹配不在字符串开头的位置的否定前瞻(等于 (?<!^) 但短一个字符)
• \s+ - 一个或多个空格
• (?=[A-Z]+:) - 需要一个或多个大写 ASCII 字母后跟 : 的正面前瞻立即在当前位置右侧的字符。