Python 在逗号和#x27上拆分字符串；和'；s、 &x27；或'；s

我想从自然编写的字符串列表转到python列表

样本输入：

s1 = 'make the cake, walk the dog, and pick-up poo.'
s2 = 'flour, egg-whites and sand.'

输出：

split1 = ['make the cake', 'walk the dog', 'pick-up poo']
split2 = ['flour', 'egg-whites', 'sand']

我想在删除拆分和空字符串的同时拆分逗号（和句点）、“and”和“or”上的字符串。由于牛津逗号的使用缺乏标准化，我不能只使用逗号

我尝试了以下方法：

重新导入
如果x不在[''，''，''，''中，则在re.split（'（[A-Za-z-]+）'，s1）中的x的[x.strip（）

其中：

['make the cake', 'walk the dog', 'and pick-up poo']

很接近。但是对于

s2

它给出：

['flour', 'egg-whites and sand']

我可以跨元素进行一些后处理，以通过

（and | or）

连续拆分元素，但我确实希望通过逗号集and和or来标记

我尝试了一些奇特的正则表达式拆分，以便对

和

之类的内容进行负面展望，但它不想在这个词上拆分

[x.strip() for x in re.split('([A-Za-z -]+(?!and))', s2) if x not in ['', ',', '.']]
[x.strip() for x in re.split('([A-Za-z -]+(?!\band\b))', s2) if x not in ['', ',', '.']]

这也给了

['flour', 'egg-whites and sand']

我意识到有很多边缘案例，但我觉得我很接近，只是错过了一些小东西。

你可以使用

\s*（？：\b（？：和|或）\b |[，.]）\s*

看。详情：

• \s*

  -0+空格

• （？：\b（？：and | or）\b |[，.]）

  -一个完整的单词

  和
  或
  或
  ，或逗号/句点

• \s*

  -0+空格

见a：

重新导入
rx=re.compile（r“\s*（？：\b（？：and | or）\b |[，.]）\s*）
strings=[“做蛋糕，遛狗，捡粪便。”，“面粉，蛋白和沙子。”]
对于字符串中的s：
打印（列表（过滤器（无，接收拆分）

注意，逗号或句号通常在“跟随”或“用数字括起来”时被排除在外，您可以考虑用<代码> > []，（..d）< /代码>或<代码> []，（？）]替换<代码> [，] />代码>

\s*（？：\b（？：和|或）\b |[，.]）\s*

详情如下：

• \s*

  -0+空格

• （？：\b（？：and | or）\b |[，.]）

  -一个完整的单词

  和
  或
  或
  ，或逗号/句点

• \s*

  -0+空格

见a：

重新导入
rx=re.compile（r“\s*（？：\b（？：and | or）\b |[，.]）\s*）
strings=[“做蛋糕，遛狗，捡粪便。”，“面粉，蛋白和沙子。”]
对于字符串中的s：
打印（列表（过滤器（无，接收拆分）

---

注意，逗号或句号通常在“跟随”或“用数字括起来”时被排除在外，您可以考虑用<代码> > [，]（..d）< /代码>或<代码> []，（），替换< < > > /代码>（？）？

• 使用标点符号进行拆分
• 使用连词进行拆分

---

这将适用于您提供的两个测试用例

我认为您需要通过以下步骤来处理此问题：

• 使用标点符号进行拆分
• 使用连词进行拆分

---

这将在您提供的测试用例中使用，而不是正则表达式，也可以考虑用逗号替换所有的目标令牌，然后基于逗号、丢弃空格进行拆分。而不是正则表达式，也可以考虑用逗号替换所有的目标令牌，然后基于逗号拆分，丢弃空白。s