Python 拆分包含数字、罗马数字和项目符号列表的字符串的最佳方法是什么？

我试图将一个字符串拆分为多个具有不同格式的列表。最好的方法是什么

string = "something here: 1) A i) great ii) awesome 2) B"

another_string = "But sometimes it is different (1) yep (2) not the same i. or this ii. another bullet (3.1) getting difficult huh? 3.1.1 okay i'm done"

理想情况下，我希望能够拆分任何可能的编号或项目符号列表

字符串的所需输出：

something here: 1) A 
i) great 
ii) awesome 
2) B

另一个_字符串的所需输出：

But sometimes it is different (1) yep
(2) not the same
i. or this 
ii. another bullet
(3.1) getting difficult huh?
3.1.1 okay i'm done

---

您可以将

re.split

与以下正则表达式（借用罗马数字regex）一起使用，以拆分输入字符串，然后使用迭代器将其连接起来：

import re
def split(s):
    i = iter(re.split(r'(\(?\d+(?:\.\d+)+\)?|\(?\d+\)|\(?\b(?=M|(?:CM|CD|D?C)|(?:XC|XL|L?X)|(?:IX|IV|V?I))M{0,4}(?:CM|CD|D?C{0,3})(?:XC|XL|L?X{0,3})(?:IX|IV|V?I{0,3})[.)])', s, flags=re.IGNORECASE))
    return next(i) + '\n'.join(map(''.join, zip(i, i)))

因此，通过您的示例输入：

split(string)

将返回：

something here: 1) A 
i) great 
ii) awesome 
2) B

But sometimes it is different (1) yep 
(2) not the same 
i. or this 
ii. another bullet 
(3.1) getting difficult huh? 
3.1.1 okay i'm done

以及：

将返回：

something here: 1) A 
i) great 
ii) awesome 
2) B

But sometimes it is different (1) yep 
(2) not the same 
i. or this 
ii. another bullet 
(3.1) getting difficult huh? 
3.1.1 okay i'm done

---

你想要的结果是什么？@Ajax1234刚刚修改了我的问题好的，当然，理论上你可以在数字上与正则表达式分开。。。然而，为了使代码更通用，我们如何处理文本可能包含数字的事实？例如：

（3.1）

2.4meters@AntonvBR我想2.4也将作为字符串的另一个子字符串被截断。我不确定还有别的办法。@echan00是的，但是。。。这里的问题是。你想做什么？是否要在输出前验证拆分？可能会构建一个拆分或追加的程序。嗯，那里的大正则表达式（让我头晕），：-），至少它仍然有效：-）这太棒了，但我注意到了一些其他问题。。表示为（a）、（b）、（c）、（a）、（b）、（c）的列表将被删除。像Mr.和Mrs.这样的缩写词也被删掉了。像www.google.com、www.sfc.com.hk这样的网站URL也被删除了。@echan00我明白了。我已经更新了我的答案。请再试一次。我看到一个奇怪的例子，（I）没有拆分，（ii）拆分为“（”和“ii”）。我还看到一个案例，即“（第486章）”和“615章”被拆分，但没有拆分。知道为什么吗？@blhsing不管怎么说，你们都很棒，会把答案标记为已解决