使用regex(Python)在特定的字符序列后拆分字符串

Question

我有一个从文本文件中提取的消息字符串列表，所有这些消息看起来都是这样的：

s = 'Nov 1 11 45 AM Jane Doe hi

我需要它看起来像这样：

'Nov 1 11 45 AM, Jane Doe, hi'

我把它作为我的代码，因为首先我正在处理时间和名称的拆分，然后我计划分别处理名称和消息：

rx = re.compile(r'B(AM|PM)s')
r=rx.split(s)

但它打印的是：

'Nov 1 11 45 ', 'AM', 'Jane Doe hi'

关于如何在分隔符后拆分有什么想法吗？

谢谢！

Answer 1

假设您也需要在多次出现之后进行拆分，并且您没有在"Doe"之后或"hi"之前进行拆分：

s = 'Want to split AM with some PM and more'
split_after = ['AM', 'PM']
rx = re.compile(rf'(?<=({"|".join(split_after)}))[^b]')
result = ', '.join(x for x in rx.split(s) if x not in split_after)

结果将是：

'Want to split AM, with some PM, and more'

Answer 2

像这样使用re.sub：

import re
s = 'Nov 1 11 45 AM Jane Doe hi'
# Partial solution:
foo = re.sub(r'(AM|PM)', '\1,', s)
print(foo)
# Nov 1 11 45 AM, Jane Doe hi
# Complete solution:
bar = re.sub(r'(AM|PM)(s+S+s+S+)', '\1,\2,', s)
print(bar)
# Nov 1 11 45 AM, Jane Doe, hi

r'(AM|PM)'：匹配AM或PM，并将其存储在匹配变量1中，然后再次转义(\1(并在替换字符串中使用
r'(AM|PM)(s+S+s+S+)'：匹配AM或PM，然后是一个或多个空白字符，再匹配一个或更多个非空白字符，然后再次匹配。将结果存储在匹配变量1和2中。请注意，匹配变量是根据左括号的位置从左到右进行编号的。

Answer 3

这里有一个将行分为两部分的示例：日期和其余部分还有一个例子可以得到3个部分：日期、名称(2个单词(，其余部分是消息

import re
s = 'Nov 1 11 45 AM Jane Doe hi to all of you'
rx = re.compile(r'(.*AM|PM)(.*)')
r=rx.findall(s)
print(r)

结果是：

[('Nov 1 11 45 AM', ' Jane Doe hi to all of you')]

这个例子展示了如何获得3个部分：日期、名称(2个单词(，其余部分是消息

rx = re.compile(r'(.*AM|PM)(.+? .+?) (.*)')
r=rx.findall(s)
print(r)

结果是：

[('Nov 1 11 45 AM', ' Jane Doe', 'hi to all of you')]