在python字符串中快速拆分字母和数字字符的方法

Question

我正试图设计一个简单的函数来捕捉输入错误，例如：

"Westminister15"
"Westminister15London"
"23Westminister15London"

固定后：

["Westminister", "15"]
["Westminister", "15", "London"]
["23", "Westminister", "15", "London"]

首次尝试：

 def fixate(query):
     digit_pattern = re.compile(r'\D')
     alpha_pattern = re.compile(r'\d')
     digits = filter(None, digit_pattern.split(query))
     alphas = filter(None, alpha_pattern.split(query))
     print digits
     print alphas

结果：

 fixate("Westminister15London")

 > ['15']
 > ['Westminister', 'London']

不过，我认为这样做会更有效，而且当我尝试以下方法时，仍然会得到糟糕的结果：

 fixate("Westminister15London England")

 > ['15']
 > ['Westminister', 'London England']

显然它应该分别登记London和England，但是我觉得我的函数会被过度修补，有一个更简单的方法

这个问题在某种程度上相当于thisphp问题

Answer 1

下面是另一种方法，以防您更喜欢远离regex，如果您对regex不够熟悉而无法自己进行修改，那么regex有时可能会很难使用：

from itertools import groupby

def split_text(s):
    for k, g in groupby(s, str.isalpha):
        yield ''.join(g)

print(list(split_text("Westminister15")))
print(list(split_text("Westminister15London")))
print(list(split_text("23Westminister15London")))
print(list(split_text("Westminister15London England")))

返回：

['Westminister', '15']
['Westminister', '15', 'London']
['23', 'Westminister', '15', 'London']
['Westminister', '15', 'London', ' ', 'England']

生成器也可以很容易地修改，如果需要的话永远不会产生空白字符串。

Answer 2

你可以用这个正则表达式代替你的正则表达式：

>>> import re
>>> regex = re.compile(r'(\d+|\s+)')
>>> regex.split('Westminister15')
['Westminister', '15', '']
>>> regex.split('Westminister15London England')
['Westminister', '15', 'London', ' ', 'England']
>>> 

然后，您必须过滤列表以删除空字符串/仅空白字符串。

Answer 3

问题是Python的re.split()没有在零长度匹配上拆分。但是您可以通过re.findall()获得所需的结果：

>>> re.findall(r"[^\W\d_]+|\d+", "23Westminister15London")
['23', 'Westminister', '15', 'London']
>>> re.findall(r"[^\W\d_]+|\d+", "Westminister15London England")
['Westminister', '15', 'London', 'England']

\d+匹配任意数字，[^\W\d_]+匹配任意单词。