Python 查找字母、数字或符号的组

如何根据子字符串中包含的字符将字符串拆分为子字符串。例如，给定一个字符串“ABC12345:：”，我想得到一个类似于

['ABC'，'12345'，'…：']

的列表。我知道每个子字符串的有效字符，但不知道长度。因此，字符串也可能看起来像

“CC123:…：”

，在这种情况下，我希望得到

['CC'，'123'，'：…:']

。

根据您的示例，您似乎没有任何可拆分的内容（例如

C

和

1

之间没有任何内容），但您拥有的是一个格式良好的模式，可以匹配。因此，只需创建一个模式，将要匹配的字符串分组：

>>> import re
>>> s = "ABC12345..::"
>>> re.match('([A-Z]*)([0-9]*)([\.:]*)', s).groups()
('ABC', '12345', '..::')

或者，将模式编译为可重用的正则表达式对象，并执行以下操作：

>>> patt = re.compile('([A-Z]*)([0-9]*)([\.:]*)')
>>> patt.match(s).groups()
('ABC', '12345', '..::')
>>> patt.match("CC123:....:").groups()
('CC', '123', ':....:')

---

根据您的示例，您似乎没有任何可拆分的内容（例如，

C

和

1

之间没有任何内容），但您拥有的是一个可以匹配的格式良好的模式。因此，只需创建一个模式，将要匹配的字符串分组：

>>> import re
>>> s = "ABC12345..::"
>>> re.match('([A-Z]*)([0-9]*)([\.:]*)', s).groups()
('ABC', '12345', '..::')

或者，将模式编译为可重用的正则表达式对象，并执行以下操作：

>>> patt = re.compile('([A-Z]*)([0-9]*)([\.:]*)')
>>> patt.match(s).groups()
('ABC', '12345', '..::')
>>> patt.match("CC123:....:").groups()
('CC', '123', ':....:')

---

如果您想要非正则表达式方法：

value = 'ABC12345..::'
indexes = [i for i, char in enumerate(value) if char.isdigit()] # Collect indexes of any digits
arr = [ value[:indexes[0]], value[indexes[0]:indexes[-1]+1], value[indexes[-1]+1:] ] # Use splicing to build list

输出：

['ABC', '12345', '..::']

['CC', '123', ':....:']

另一个字符串：

value = "CC123:....:"
indexes = [i for i, char in enumerate(value) if char.isdigit()] # Collect indexes of any digits
arr = [ value[:indexes[0]], value[indexes[0]:indexes[-1]+1], value[indexes[-1]+1:] ] # Use splicing to build list

输出：

['ABC', '12345', '..::']

['CC', '123', ':....:']

编辑：

---

刚刚做了一个基准测试，metatoaster的方法比这个稍微快一点：）

如果你想要一个非

正则表达式的方法：

value = 'ABC12345..::'
indexes = [i for i, char in enumerate(value) if char.isdigit()] # Collect indexes of any digits
arr = [ value[:indexes[0]], value[indexes[0]:indexes[-1]+1], value[indexes[-1]+1:] ] # Use splicing to build list

输出：

['ABC', '12345', '..::']

['CC', '123', ':....:']

另一个字符串：

value = "CC123:....:"
indexes = [i for i, char in enumerate(value) if char.isdigit()] # Collect indexes of any digits
arr = [ value[:indexes[0]], value[indexes[0]:indexes[-1]+1], value[indexes[-1]+1:] ] # Use splicing to build list

输出：

['ABC', '12345', '..::']

['CC', '123', ':....:']

编辑：

刚刚做了一个基准测试，metatoaster的方法比这个稍微快一点：）
用下面的正则表达式匹配每个组

[0-9]+|[a-zA-Z]+|[.:]+


[0-9]+
任何重复的数字，或
[a-zA-Z]+
任何重复的字母，或
[.：]+
任何时间重复的点或冒号

这将允许您以任何顺序匹配组，即：
“123…xy:：ab..98765PQRS”


将每组与以下正则表达式匹配

[0-9]+|[a-zA-Z]+|[.:]+


[0-9]+
任何重复的数字，或
[a-zA-Z]+
任何重复的字母，或
[.：]+
任何时间重复的点或冒号

这将允许您以任何顺序匹配组，即：
“123…xy:：ab..98765PQRS”


 
你是说你想分成字母、数字和符号吗？你必须考虑诸如“代码＞”ABC123DEF’/代码>的情况吗？是的，原则上，三个“块”中的字符集可以重叠。中间的块甚至可以是空的。所以，是的，这会引起问题。但对于我的具体问题，这种最佳的努力方法是合理的，你的意思是你想把它分成字母、数字和符号吗？你必须考虑诸如“代码>”ABC123DEF’<代码>之类的情况吗？是的，原则上，三个“块”中的字符集可以重叠。中间的块甚至可以是空的。所以，是的，这会引起问题。但对于我的具体问题，这种尽力而为的方法非常有效。我差一点就忘了，只是忘了单个块周围的
（…）
括号。谢谢工作起来很有魅力。我差一点就忘了，只是忘了单个块周围的
（…）
括号。谢谢