如何通过使用re模块通过识别标记的结构来分割字符串

Question

我知道，当我想在Python和split（）方法中使用re模块时，我需要在要断开字符串的位置提供模式（即在空白处，我会使用类似[C0 ]）。

但是对于更复杂的情况，我有一个带有如下所示模式的字符串：

pattern = re.compile('\\s+')

我应该如何编写正则表达式以在每次重复时进行拆分？我尝试使用与字符串完全匹配的表达式的取反，直到重复为止，如建议的'letters<space>letters<space>numbers<space>...repeat...' 一样，但是Python抛出错误。有什么建议吗？

Answer 1

提供示例字符串：

here

代替您使用text = 'aaaaa 12345 aaaaa bbbbb 12345 bbbbb ccccc 12345 ccccc' ，也许您可​​以使用re.split()：

re.findall()

如果仍然要使用

re.findall(r'\w+\s+\w+\s+\w+', text)
# output: ['asdasdasd 1232131 sdadasd', 'dadas 12312312 sdasdas', 'sdasda 312231 sadasdas']

，您可以将其放入一个组，然后使用生成器来清理空间：

re.split()