按特定单词或短语拆分文本并将单词保留在 Python 中

Question

是否有任何优雅的方法可以将文本按单词拆分并保留单词。尽管有一些关于使用 re 包和模式拆分的工作，例如（Python RE 库 String Split 但将定界符/分隔符保留为下一个字符串的一部分），但是当定界符重复多次时，它们都不适用于这种情况.例如：

 s = "I want to split text here, and also keep here, and return all as list items"

使用分区：

 s.partition("here")
>> ('I want to split text ', 'here', ', and also keep here, and return all as list items')

使用 re.split():

re.split("here",s)
>> ['I want to split text ', ', and also keep ', ', and return all as list items']

所需的输出应该是以下列表中的内容：

['I want to split text', 'here', ' , and also keep ', 'here', ' , and return all as list items']

Answer 1

是的。您正在寻找的是

re.split()

方法的功能。如果您在表达式中使用捕获组，它也会返回匹配的术语：

import re

s = "I want to split text here, and also keep here, and return all as list items"

r = re.split('(here)', s)

print(r)

结果：

['I want to split text ', 'here', ', and also keep ', 'here', ', and return all as list items']

如果您定义了多个捕获组，它将单独返回它们中的每一个。因此，您可以只返回定界符的一部分，也可以返回多个部分，每个部分都返回。过去我用这个功能做了一些相当疯狂的事情。它可以替换大量原本需要的代码。

Answer 2

使用

re

无疑是最好的方法，但您也可以递归地扩展

partition()

方法。

def partitions(whole_string, split_string):
    parts_tuple = whole_string.partition(split_string)
    return [parts_tuple[0], parts_tuple[1], *partitions(parts_tuple[2], split_string)] if parts_tuple[1] else [whole_string]