Python：带有任何空白字符的 string.rfind()？答案

【问题标题】：Python: string.rfind() with any whitespace character?Python：带有任何空白字符的 string.rfind()？
【发布时间】：2021-01-28 12:37:36
【问题描述】：

我正在尝试将文本拆分成块以发送到 Google 的文本转语音引擎（每个查询最多接受 5000 个字符）。我想在最大长度为 5000 个字符的空白字符上拆分较长的文件。我当前的代码（使用 15 而不是 5000 的块大小）：

def split_text(text) -> list:
    start = 0
    chunk_size = 15
    chunk = ''
    chunks = []
    chunks_remaining = True

    while chunks_remaining:
        end = start + chunk_size
        if end >= len(text):
            chunks_remaining = False
        chunk = text[start:end]
        end = chunk.rfind(' ') + start
        chunks.append(text[start:end] + "...")
        start = end+1
    return chunks


def main():
    text = "This is just a text string for demonstrative purposes."
    chunks = split_text(text)
    print(chunks)

有没有办法用接受任何空白字符的东西替换chunk.rfind(' ')？

【问题讨论】：

这在 javascript 中使用正则表达式，但应该很容易移植到 python：stackoverflow.com/a/49836804
您可以反转字符串并使用re.split 并有限制。然后你可以在末尾添加...。

标签： python string

【解决方案1】：

这最适合使用正则表达式模式，该模式匹配非空白字符后跟最多 14 个字符（对于最多 15 个字符的块）和前瞻模式，以确保它们后跟空白字符或字符串的结尾：

import re
text = "This is just a text string for demonstrative purposes."
print(re.findall(r'\S.{,14}(?=\s|$)', text))

这个输出：

['This is just a', 'text string for', 'demonstrative', 'purposes.']

【讨论】：

【解决方案2】：

    i = -1
    while (true):
        if chunk[i] in ['\n','\r','\t', ' ']:
            end = i
        else:
            i -= 1

这样的东西对你有用吗？它将从末尾扫描块以查找任何空白字符。

【讨论】：