如何使用 python 中的预定义词组将字符串的单词分组为不同的字符串？

Question

我想将包含以下单词的字符串转换为： The Red Fox The Cat The Dog Is Blue 为 3 个字符串，其中第一个包含 The Red Fox，第二个包含 The Cat，最后一个包含 The Dog Is Blue一。 更简单的解释是，它应该这样做：

#    String0 = The Red Fox The Cat The Dog Is Blue
# The line above should transform to the lines below
#    String1 = The Red Fox
#    String2 = The Cat
#    String3 = The Dog Is Blue

您必须注意，构成表达式的单词会发生变化（但仍会形成已知的表达式），因此我正在考虑制作一本字典，以帮助识别单词并定义它们应该如何组合在一起，如果可能的话。

我希望我是可以理解的，并且有人会回答我的问题。

Answer 1

这将为您提供所需的基本代码：

def separate():
    string0 = "The Red Fox The Cat The Dog Is Blue"
    sentences = ["The "+sentence.strip() for sentence in string0.lower().split("the") if sentence != ""]
    for sentence in sentences:
        print(sentence)

Answer 2

您可以使用正则表达式：

import re

string = "The Red Fox The Cat The Dog Is Blue"
# create a regex by joining your words using pipe (|)
pattern = "(The(\\s(Red|Fox|Cat|Dog|Is|Blue))+)"  
print([x[0] for x in re.findall(pattern, string)])  # ['The Red Fox', 'The Cat', 'The Dog Is Blue']

在上面的示例中，您可以从您拥有的单词列表中动态创建您的模式。

编辑：动态构建模式：

pattern = f"(The(\\s({'|'.join(list_of_words)}))+)"