我需要将韩文字母与两个数字分开。
韩文字母可以是一到三个字,使一切变得更加复杂。
以下是我所知道的一些韩国正则表达式代码:
ㄱ ~ ㅎ: 0x3131 ~ 0x314e
ㅏ ~ ㅣ: 0x314f ~ 0x3163
가 ~ 힣: 0xac00 ~ 0xd7a3
前面的数字总是4位数,另一个是5位数。
这里有些例子:
2019개회54321
2017가51584
2019가행견16997
我需要的应该是这样的:
Var_A = "2019"
Var_B = "가"
Var_C = "23220"
提前致谢 ;)
这里不需要正则表达式。由于您知道数字的长度,因此您可以将字符串切片。
要获得前4位数字:
yourString[:4]
获得韩国部分:
yourString[4:-5]
要获得最后5位数:
yourString[-5:]
如果你真的想要一个正则表达式,你可以使用这个:
^(\d{4})([\u3131-\u3163\uac00-\ud7a3]+?)(\d{5})$
请记住为Unicode匹配打开re.UNICODE
选项。前4位,韩文和后5位分别位于组1,2和3中。
如果你真的想使用regex
解决这个问题(这不是最好的解决方案,但可以在其他情况下使用):
# -*- coding: utf-8 -*-
import re
cjkText = '2019개회54321'
regex = re.compile(r'^(\d{4})([ㄱ-ㅣ가-힣]+)(\d{5})$')
m = re.search(regex,cjkText)
try:
var_A, var_B, var_C = m.group(1), m.group(2), m.group(3)
print var_A
print var_B
print var_C
except:
print 'Input string incorrect'
笔记:
ㄱ ~ ㅎ: 0x3131 ~ 0x314e
ㅏ ~ ㅣ: 0x314f ~ 0x3163
가 ~ 힣: 0xac00 ~ 0xd7a3
前两个连续的区间可以重新组合成一个大的区段ㄱ-ㅣ가-힣
。
输出:
2019
개회
54321
正则表达式演示:https://regex101.com/r/P9oIXS/1/