如何拆分字符串并保持模式

Question

这就是字符串拆分现在对我有用的方式：

output = string.encode('UTF8').split('}/n}')[0]
output += '}\n}'

但我想知道是否有更多的pythonic方式来做到这一点。

目标是在'} / n}之前获取所有内容，包括'} / n}' 。

Answer 1

这可能是str.partition一个很好的str.partition 。

string = '012za}/n}ddfsdfk'

parts = string.partition('}/n}')
# ('012za', '}/n}', 'ddfsdfk')

''.join(parts[:-1])
# 012za}/n}

或者，您可以使用str.index显式找到它。

repl = '}/n}'

string[:string.index(repl) + len(repl)]
# 012za}/n}

这可能比使用str.find更好，因为如果找不到子字符串会引发异常，而不是产生无意义的结果。

似乎任何“更优雅”都需要正则表达式。

import re
re.search('(.*?}/n})', string).group(0)
# 012za}/n}

Answer 2

可以使用re.split()来完成 - 关键是在分割模式周围放置parens以保留您分割的内容：

import re

output = "".join(re.split(r'(}/n})', string.encode('UTF8'))[:2])

但是，我怀疑这是实现你想要的最有效也是最恐怖的方式。 即我不认为这自然是一种分裂的问题。 例如：

tag = '}/n}'

encoded = string.encode('UTF8')

output = encoded[:encoded.index(tag)] + tag

或者如果你坚持单行：

output = (lambda string, tag: string[:string.index(tag)] + tag)(string.encode('UTF8'), '}/n}')

或返回正则表达式：

output = re.match(r".*}/n}", string.encode('UTF8')).group(0)

Answer 3

>>> string_to_split = 'first item{\n{second item'
>>> sep = '{\n{'
>>> output = [item + sep for item in string_to_split.split(sep)]
NOTE: output = ['first item{\n{', 'second item{\n{']

然后你可以使用结果：

for item_with_delimiter in output:
    ...

如果你不确定行结尾会是什么，查找os.linesep可能会有用。 os.linesep是当前操作系统下的行结尾，所以在Windows下为'\\r\\n' ，在Linux或Mac下为'\\n' 。 它取决于输入数据的来源，以及您的代码在整个环境中的灵活性。

Answer 4

在某个短语之后改编自Slice字符串？ ，你可以结合使用find和slice来获取字符串的第一部分并保留}/n} 。

str = "012za}/n}ddfsdfk"
str[:str.find("}/n}")+4]

会导致012za}/n}