请就Python正则表达式提出建议答案

【问题标题】：Please advise on the Python regular expression请就Python正则表达式提出建议
【发布时间】：2020-03-19 06:52:23
【问题描述】：

message = <@U0104FGR7SL> test111 <@U0106LSJ> test33

上面有字符串。

基于模式对应的参考字母

我想拆分文本。

我想把它剪成一个图案。

regex = re.compile("<@U[^>]+>")

match = regex.split (message)

如果我这样做，我会得到一个“test, test22”

<@U0104FGR7SL> test111 
<@U0106LSJ> test33

我想这样拆分。

请告诉我该怎么做。

【问题讨论】：

标签： python regex split

【解决方案1】：

您可以执行以下操作：

import re
message = "<@U0104FGR7SL> test111 <@U0106LSJ> test33"
matches = re.findall("<\S+>\s\S+", message)
for x in matches:
    print(x)
# <@U0104FGR7SL> test111
# <@U0106LSJ> test33

【讨论】：

哇谢谢~！！
@김동원 没问题，如果我的回答对你有帮助，可以标记为正确:)
@김동원 如果您的字符串在<@U...> 子字符串之后可能包含多个单词，则应该考虑使用更通用的解决方案。看看我的和 Jan 的。

【解决方案2】：

另一个 - 使用更新的 regex 模块，它支持按环视分割：

import regex as re

string = "<@U0104FGR7SL> test111 <@U0106LSJ> test33"
parts = re.split(r'(?<!\A)(?=<@)', string)
print(parts)

这会产生

['<@U0104FGR7SL> test111 ', '<@U0106LSJ> test33']

见a demo on regex101.com。

【讨论】：

【解决方案3】：

您可以使用两种re.split 解决方案中的任何一种：

re.split(r'\s+(?=<@U[^>]+>)', message)    # Any Python version, if matches are whitespace separated
[x.strip() for x in re.split(r'(?=<@U[^>]+>)', message) if x] # Starting with Python 3.7

注意：在 Python 3.7 中，re.split 最终被修复为使用空匹配进行拆分。

详情

\s+ - 1+ 个空格
(?=<@U[^>]+>) - 正向前瞻，需要<@U、除> 之外的1+ 个字符，然后在当前位置右侧紧邻>。

见Python demo：

import re
message = '<@U0104FGR7SL> test111 <@U0106LSJ> test33'
print ( re.split(r'\s+(?=<@U[^>]+>)', message) )
# => '<@U0104FGR7SL> test111', '<@U0106LSJ> test33']
print ( [x.strip() for x in re.split(r'(?=<@U[^>]+>)', message) if x] )
# => '<@U0104FGR7SL> test111', '<@U0106LSJ> test33']

【讨论】：