首页 文章

用大写字母拆分字符串

提问于
浏览 次
64

在给定字符集出现之前分割字符串的pythonic方法是什么？

例如，我想在任何大写字母出现时分割 'TheLongAndWindingRoad' （可能除了第一个），并获得 ['The', 'Long', 'And', 'Winding', 'Road'] .

编辑：它也应该拆分单次出现，即从 'ABC' 我想获得 ['A', 'B', 'C'] .

python regex string

12 回答

  • 20

    不使用正则表达式或枚举的替代方法：

    word = 'TheLongAndWindingRoad'
list = [x for x in word]

for char in list:
    if char != list[0] and char.isupper():
        list[list.index(char)] = ' ' + char

fin_list = ''.join(list).split(' ')

    我认为如果没有链接太多方法或使用难以阅读的长列表理解，它会更清晰，更简单 .

    回复于
  • 17
    import re
filter(None, re.split("([A-Z][^A-Z]*)", "TheLongAndWindingRoad"))

    要么

    [s for s in re.split("([A-Z][^A-Z]*)", "TheLongAndWindingRoad") if s]
    回复于
  • 1

    这是另一种正则表达式解决方案 . 该问题可以被称为“如何在执行拆分之前在每个大写字母之前插入空格”：

    >>> s = "TheLongAndWindingRoad ABC A123B45"
>>> re.sub( r"([A-Z])", r" \1", s).split()
['The', 'Long', 'And', 'Winding', 'Road', 'A', 'B', 'C', 'A123', 'B45']

    这具有保留所有非空白字符的优点，而大多数其他解决方案则不能 .

    回复于
  • 0
    src = 'TheLongAndWindingRoad'
glue = ' '

result = ''.join(glue + x if x.isupper() else x for x in src).strip(glue).split(glue)
    回复于
  • 4

    另一个没有正则表达式，并且如果需要可以保持连续的大写

    def split_on_uppercase(s, keep_contiguous=False):
    """

    Args:
        s (str): string
        keep_contiguous (bool): flag to indicate we want to 
                                keep contiguous uppercase chars together

    Returns:

    """

    string_length = len(s)
    is_lower_around = (lambda: s[i-1].islower() or 
                       string_length > (i + 1) and s[i + 1].islower())

    start = 0
    parts = []
    for i in range(1, string_length):
        if s[i].isupper() and (not keep_contiguous or is_lower_around()):
            parts.append(s[start: i])
            start = i
    parts.append(s[start:])

    return parts

>>> split_on_uppercase('theLongWindingRoad')
['the', 'Long', 'Winding', 'Road']
>>> split_on_uppercase('TheLongWindingRoad')
['The', 'Long', 'Winding', 'Road']
>>> split_on_uppercase('TheLongWINDINGRoadT', True)
['The', 'Long', 'WINDING', 'Road', 'T']
>>> split_on_uppercase('ABC')
['A', 'B', 'C']
>>> split_on_uppercase('ABCD', True)
['ABCD']
>>> split_on_uppercase('')
['']
>>> split_on_uppercase('hello world')
['hello world']
    回复于
  • 4

    用给定的空格加上字母“L”替换给定的每个大写字母“L” .

    def splitAtUpperCase(text):
    result = ""
    for char in text:
        if char.isupper():
            result += " " + char
        else:
            result += char
    return result.split()

    在给定示例的情况下：

    print(splitAtUpperCase('TheLongAndWindingRoad')) 
['The', 'Long', 'And', 'Winding', 'Road']

    您也可以使用带有 if 语句的 for 循环

    def splitAtUpperCase(s):
    for i in range(len(s)-1)[::-1]:
        if s[i].isupper() and s[i+1].islower():
            s = s[:i]+' '+s[i:]
        if s[i].isupper() and s[i-1].islower():
            s = s[:i]+' '+s[i:]
    return ' '.join(s.split)
print(splitAtUpperCase(TheLongAndWindingRoad)

>>>> 'The Long And Winding Road'

    谢谢 .

    回复于
  • 3

    不幸的是，在Python中不可能split on a zero-width match . 但您可以使用 re.findall 代替：

    >>> import re
>>> re.findall('[A-Z][^A-Z]*', 'TheLongAndWindingRoad')
['The', 'Long', 'And', 'Winding', 'Road']
>>> re.findall('[A-Z][^A-Z]*', 'ABC')
['A', 'B', 'C']
    回复于
  • 0
    >>> import re
>>> re.findall('[A-Z][a-z]*', 'TheLongAndWindingRoad')
['The', 'Long', 'And', 'Winding', 'Road']

>>> re.findall('[A-Z][a-z]*', 'SplitAString')
['Split', 'A', 'String']

>>> re.findall('[A-Z][a-z]*', 'ABC')
['A', 'B', 'C']

    如果您希望 "It'sATest" 拆分为 ["It's", 'A', 'Test'] ，请将rexeg更改为 "[A-Z][a-z']*"

    回复于
  • 0

    替代解决方案（如果您不喜欢显式正则表达式）：

    s = 'TheLongAndWindingRoad'

pos = [i for i,e in enumerate(s) if e.isupper()]

parts = []
for j in xrange(len(pos)):
    try:
        parts.append(s[pos[j]:pos[j+1]])
    except IndexError:
        parts.append(s[pos[j]:])

print parts
    回复于
  • 101

    使用 enumerate 和 isupper() 的替代方法

    Code:

    strs = 'TheLongAndWindingRoad'
ind =0
count =0
new_lst=[]
for index, val in enumerate(strs[1:],1):
    if val.isupper():
        new_lst.append(strs[ind:index])
        ind=index
if ind<len(strs):
    new_lst.append(strs[ind:])
print new_lst

    Output:

    ['The', 'Long', 'And', 'Winding', 'Road']
    回复于
  • -1

    使用more_itertools.split_before工具可以实现这一点 .

    import more_itertools as mit

iterable = "TheLongAndWindingRoad"
[ "".join(i) for i in mit.split_before(iterable, lambda s: s.isupper())]
# ['The', 'Long', 'And', 'Winding', 'Road']

    它也应该拆分单次出现，即从'ABC'我想获得['A'，'B'，'C'] .

    iterable = "ABC"
[ "".join(i) for i in mit.split_before(iterable, lambda s: s.isupper())]
# ['A', 'B', 'C']

    more_itertools是一个第三方软件包，包含60个有用的工具，包括所有原始itertools recipes的实现，这避免了他们的手动实现 .

    回复于
  • 2

    @ChristopheD解决方案的变体

    s = 'TheLongAndWindingRoad'

pos = [i for i,e in enumerate(s+'A') if e.isupper()]
parts = [s[pos[j]:pos[j+1]] for j in xrange(len(pos)-1)]

print parts
    回复于

相关问题