用Python查找正则表达式的重叠序列

我试图提取数字以及字符串的前面和后面的字符（不包括数字和空格）。函数的预期返回是一个元组列表，每个元组具有以下形状：

(previous_sequence, number, next_sequence)

例如：

string = '200gr T34S'
my_func(string)
>>[('', '200', 'gr'), ('T', '34', 'S')]

我的第一次迭代是使用：

def my_func(string):
    res_obj = re.findall(r'([^\d\s]+)?(\d+)([^\d\s]+)?', string)

但是当我传递一个像

'2AB3'

这样的字符串时，这个函数并没有达到我所期望的效果，我想输出

[（''2'，'AB'），（'AB'，'3'，'）]

，相反，它显示

[（''2'，'AB'），（''3'，''）

，因为'AB'是前面输出的一部分

---

如何修复此问题？

而不是修饰符

+

和

？

您只需使用

*

：

>>> re.findall(r'([^\d\s]*)(\d+)([^\d\s]*)',string)
[('', '200', 'gr'), ('T', '34', 'S')]

但是，如果要匹配重叠字符串，可以使用积极的前瞻来细化所有重叠匹配：

>>> re.findall(r'(?=([^\d\s]*)(\d+)([^\d\s]*))','2AB3')
[('', '2', 'AB'), ('AB', '3', ''), ('B', '3', ''), ('', '3', '')]

---

因为没有重叠的数字，所以只有一个尾随的
断言应该是您所需要的全部

类似于

（[^\d\s]+）？（\d+）（=（[^\d\s]+）？）

如果您关心

---

空字符串和空字符串之间的区别。

另一种方法是使用正则表达式和函数

import re

#'200gr T34S'  '2AB3'


def s(x):
    tmp=[]
    d = re.split(r'\s+|(\d+)',x)
    d = ['' if v is None else v for v in d] #remove None
    t_ = [i for i in d if len(i)>0]
    digits = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']
    nms = [i for i in t_ if i[0] in digits]
    for i in nms:       
        if d.index(i)==0:
            tmp.append(('',i,d[d.index(i)+1]))
        elif d.index(i)==len(d):
            tmp.append((d[d.index(i)-1],i,''))
        else:
            tmp.append((d[d.index(i)-1],i,d[d.index(i)+1]))
    return tmp

print s('2AB3')

印刷品-

[('', '2', 'AB'), ('AB', '3', '')]

---

看起来很有效，谢谢！秘密是*？Kasramvd实际上我需要'2AB3'的输出是[（'2'，'AB'），（'AB'，'3'，''），没有所有其他重叠匹配。你能帮我吗？在你的最后一句话中，你的意思是“如果你不在乎”？@NiklasB这是一个很难回答的问题，我不知道，可能会有任何结果。你可以检查另一个答案和反馈！谢谢，似乎可以完成这项工作，但是像

re.findall（r'（[^\d\s]+）？（\d+）（=（[^\d\s]+）？），string）这样的一行代码也比较干净，我认为它更干净。