Python 产品代码看起来像abcd2343，按字母和数字分割

我在一个文本文件中有一个产品代码列表，每个like上的产品代码如下所示：

abcd2343 abw34324 abc3243-23A

因此它是字母，然后是数字和其他字符

我想在一个数字的第一次出现时拆分

In [32]: import re

In [33]: s='abcd2343 abw34324 abc3243-23A'

In [34]: re.split('(\d+)',s)
Out[34]: ['abcd', '2343', ' abw', '34324', ' abc', '3243', '-', '23', 'A']

或者，如果要在第一次出现数字时分割：

In [43]: re.findall('\d*\D+',s)
Out[43]: ['abcd', '2343 abw', '34324 abc', '3243-', '23A']

---

• \d+

  匹配一个或多个数字

• \d*\d+

  匹配0个或多个数字，后跟1个或多个非数字

• \d+\d+

  匹配一个或多个数字或一个或多个非数字

有关Python正则表达式语法的更多信息，请参阅

---

re.split（pat，s）

将使用

pat

作为分隔符拆分字符串

s

。如果

pat

以括号开始和结束（以便成为“捕获组”），则

re.split

也将返回与

pat

匹配的子字符串。例如，比较：

In [113]: re.split('\d+', s)
Out[113]: ['abcd', ' abw', ' abc', '-', 'A']   # <-- just the non-matching parts

In [114]: re.split('(\d+)', s)
Out[114]: ['abcd', '2343', ' abw', '34324', ' abc', '3243', '-', '23', 'A']  # <-- both the non-matching parts and the captured groups

因此，如果

s

以数字结尾，您可以通过使用

re.findall（'\d+\d+'，s）

而不是

re.split（'（\d+），s）

避免以空字符串结尾：

重新导入
m=重新匹配（r“（？P[a-zA-Z]+）（？P+）$”，输入）
m、 组（“字母”）
m、 组（“其余部分”）

这涵盖了abc3243-23A的角盒，将为字母组输出

abc

，为

其余部分输出3243-23A

---

因为您说过它们都在单独的行上，所以您显然需要在

输入中一次放置一行，以便在第一个数字上进行分区

parts = re.split('(\d.*)','abcd2343')      # => ['abcd', '2343', '']
parts = re.split('(\d.*)','abc3243-23A')   # => ['abc', '3243-23A', '']

所以这两个部分总是第[0]部分和第[1]部分

当然，您可以将其应用于多个代码：

>>> s = "abcd2343 abw34324 abc3243-23A"
>>> results = [re.split('(\d.*)', pcode) for pcode in s.split(' ')]
>>> results
[['abcd', '2343', ''], ['abw', '34324', ''], ['abc', '3243-23A', '']]

如果每个代码都在单独的一行中，那么不要使用
s.split（）
而使用
s.splitlines（）
尝试此代码，它会很好地工作

import re
text = "MARIA APARECIDA 99223-2000 / 98450-8026"
parts = re.split(r' (?=\d)',text, 1)
print(parts)

输出：

['MARIA APARECIDA'，'99223-2000/98450-8026']
此函数还处理浮点数和负数

def separate_number_chars(s):
    res = re.split('([-+]?\d+\.\d+)|([-+]?\d+)', s.strip())
    res_f = [r.strip() for r in res if r is not None and r.strip() != '']
    return res_f

例如：

utils.separate_number_chars('-12.1grams')
> ['-12.1', 'grams']

如果使用“（\d+”，并且数字是字符串的最后一个字符，则列表中的最后一个条目将是空字符串。我们如何避免这种情况？IIUC，您可以使用
re.findall（'（\d+\d+，'abcd2343 abw34324 abc3243-23'）
，它返回
['abcd'，'2343'，'abw'，'34324'，'abc'，'3243'，'-'，'23']
。
>>> s = "abcd2343 abw34324 abc3243-23A"
>>> results = [re.split('(\d.*)', pcode) for pcode in s.split(' ')]
>>> results
[['abcd', '2343', ''], ['abw', '34324', ''], ['abc', '3243-23A', '']]

import re
text = "MARIA APARECIDA 99223-2000 / 98450-8026"
parts = re.split(r' (?=\d)',text, 1)
print(parts)

def separate_number_chars(s):
    res = re.split('([-+]?\d+\.\d+)|([-+]?\d+)', s.strip())
    res_f = [r.strip() for r in res if r is not None and r.strip() != '']
    return res_f

utils.separate_number_chars('-12.1grams')
> ['-12.1', 'grams']