Python 如何合并这两个正则表达式？

我想将这两种模式合并为一种模式，然后可以使用“split”函数根据统一的正则表达式拆分文本。怎么做？是否存在某种模式联合操作，例如：

p1 = re.compile(r"https?:[^\s]+[a-zA-Z0-9]")

p2 = re.compile("([\u4E00-\u9FD5a-zA-Z0-9+#&\._%\-]+)", re.U)

p1是匹配URL字符串的模式，p2是基于某些字符将文本拆分为块的模式。我想得到一个匹配p1或p2的新模式。这是用Python编写的

举例说明：

p = p1 + p2

如果我只应用p2，文本将分为：

text = This is a https://www.stackoverflow.com/posts/32244/edits example.

我不想分割URL，我想得到以下区块：

['This', ' ', 'is', ' ', 'a', ' ','https', '://', 'www.stackoverflow.com', '/', 'posts', '/', '32244', '/', 'edits', 'example']

---

这就是为什么我想为URL保持模式添加p1。我上面用p=p1+p2进行的描述可能不准确。

我认为拆分操作在这里不合适——通过声明所需的子模式而不是将它们分隔在何处更容易确定匹配。尽管等级库有待推断，但您的组似乎是：

一个或多个空格（

+

）

以

\bhttp

开头且不包含空格的任何字符序列（

\bhttp[^]+

）

任何单词字符序列（

\b\w+

）

任何非单词、非空格字符序列（标点符号等）（

\b[\S\W]+

）

交替加入不同的可能性：

['This',' ', 'is', ' ',  'a', ' ', 'https://www.stackoverflow.com/posts/32244/edits', ' ', 'example', '.']

---

你在找

|

？就像在，

pat1 | pat2

中一样，它匹配一种模式或另一种模式。@ggorlen没有理由不能回答这个问题。@ggorlen，是的。如何将“|”应用于上述两种模式？@TimBiegeleisen似乎太琐碎而无法回答。这肯定是个骗局，还是不值得一玩。另外，我也不完全清楚OP希望基于这个问题进行交替而不是串联@marlon将这两种模式替换为

pat1

和

pat2

。当然，您首先需要更具体的模式，然后再回到不太具体的模式。我将尝试您的模式，但有理由尝试坚持原来的p2模式，因为这是针对非英语文本的，但我使用上面的英语文本来说明这个想法。请询问您的实际规格。如果您过分看重它，您可能会得到不准确的答案，因为我无法知道。你能发布一个小的，有代表性的实际文本片段和相应的预期输出吗？你的回答很有帮助。剩下的我会弄清楚的。实际的一个很复杂，我不能给出一个小而完整的例子。如果你能用“|”来写你的答案，我可能更愿意在我的例子中使用它。我只想根据p2定义的这些分隔符进行拆分，如果它是一个URL，我不想拆分URL中的任何内容。清楚了吗@戈伦

>>> re.findall(r" +|\bhttp[^ ]+|\b\w+|\b[\S\W]+", text)
['This', ' ', 'is', ' ', 'a', ' ', 'https://www.stackoverflow.com/posts/32244/edits', ' ', 'example', '.']