正则表达式：按出现组拆分

Question

我试图找到一个解决方案，按组中的出现次数拆分字符串。

字符串的格式如下："AAA/BBB/CCC/DDD/BBB/CCC/DDD/BBB/DDD"

我希望字符串像这样拆分：

1）AAA/BBB/CCC/DDD

2）BBB/CCC/DDD

3）BBB/DDD

'/'始终是分隔符，单词总是AAA，BBB，CCC和DDD。

我用{x}尝试了正则表达式(AAA|BBB|CCC|DDD){x}以指定出现次数，但似乎{}仅适用于字符，而不适用于单词。

Answer 1

您可以将re.findall与以下正前瞻模式一起使用，以确保只有在序列中允许的字符后面包含斜杠，并使用?作为转发器以使每个单词的匹配可选（但是贪婪）：

import re
s = 'AAA/BBB/CCC/DDD/BBB/CCC/DDD/BBB/DDD'
re.findall('(?=[ABCD])(?:AAA(?:/(?=[BCD]))?)?(?:BBB(?:/(?=[CD]))?)?(?:CCC(?:/(?=D))?)?(?:DDD)?', s)

返回：

['AAA/BBB/CCC/DDD', 'BBB/CCC/DDD', 'BBB/DDD']

Answer 2

您可以将re.split与包含斜线的交替模式一起使用，该斜线由正向后观和前瞻模式围绕，以确保斜杠前面的字符在序列中比后面的字符更符合后者：

import re
s = 'AAA/BBB/CCC/DDD/BBB/CCC/DDD/BBB/DDD'
re.split('(?:(?<=[BCD])/(?=A)|(?<=[CD])/(?=B)|(?<=D)/(?=C))', s)

返回：

['AAA/BBB/CCC/DDD', 'BBB/CCC/DDD', 'BBB/DDD']