[英]Python String split by specific pattern with Indices
我试图从不同的字符拆分句子,其中每个单词都有自己的标签,并使用索引存储,名称可以是具有不同长度的 Mike 或 Steve。 内容可以是多种语言,如中文或日文等。
content = "A:Hello.B:How are you?A:I'm fine."
我想成为这样:
[0]A:Hello. , 0:7
[1]B:How are you? , 8:21
[2]A:I'm fine. ,22:33
您可以使用re.split
如下:
import re
s = "A:Hello.B:How are you?A:I'm fine."
t = re.split(r'[.?]', s)
print(t)
那给
['A:Hello', 'B:How are you', "A:I'm fine", '']
您可以使用re.finditer
来完成任务:
import re
content = "A:Hello.B:How are you?A:I'm fine."
for idx, i in enumerate(re.finditer(r'(.*?[.?])(?=[A-Z]|\Z)', content)):
print('[{}]{:<20}, {}:{}'.format(idx, i.group(1), i.start(), i.end()-1))
印刷:
[0]A:Hello. , 0:7
[1]B:How are you? , 8:21
[2]A:I'm fine. , 22:32
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.