匹配单词及后续空白的正则表达式

Question

我有一段文本：

"    Alice, Bob    Charlie  "

我想要获取单词的配对（如果有的话）以及它后面的空白。也就是说：

[("", "    "), ("Alice,", " "), ("Bob", "    "), ("Charlie", "  ")]`

在Python中，我试过：

re.findall(r"(\S*)(\s*)", "    Alice, Bob    Charlie  ")

这个方法差不多可以用，但它在最后加了一个空的配对 ("", "")。我该怎么去掉它呢？除了用 .pop() 方法？而且，我其实不太明白为什么会有这个空配对——在匹配到Charlie后面的空白时，应该就结束了，不是吗？

补充说明：我想要的是第一个配对，也就是有单词和一些空白。最后那个配对——没有单词，也没有空白——是我想去掉的。希望能在不使用 .pop() 的情况下做到...

Answer 1

试着把 \s* 改成 \s+，这样就要求至少有一个空格字符：

>>> re.findall(r"(\S*)(\s+)", "    Alice, Bob    Charlie  ")
[('', '    '), ('Alice,', ' '), ('Bob', '    '), ('Charlie', '  ')]

Answer 2

re.findall(r"(\S+)(\s*)", "    Alice, Bob    Charlie  ")

在 \S 后面加一个 + 符号，可以得到你可能想要的结果：

[('Alice,', ' '), ('Bob', '    '), ('Charlie', '  ')]

否则，\S*\s* 可能会在结尾匹配到空字符串：零次或多次和零次或多次也可以等于零长度。

除了 .pop() 之外，还有其他可能的方法：

[a for a in re.findall(r"(\S*)(\s*)", "    Alice, Bob    Charlie  ") if a != ('','')]

或者：

re.findall(r"(\S*)(\s*)", "    Alice, Bob    Charlie  ")[:-1]

这两种方法都能准确返回你需要的结果（包括开头的空格）：

[('', '    '), ('Alice,', ' '), ('Bob', '    '), ('Charlie', '  ')]

Answer 3

我觉得这样做可以实现那个功能。

re.findall('(\S+|^)(\s*)', s)