Python在'：'字符之前分割單詞，但沒有時間結構

Question

我正在嘗試使用正則表達式對字符進行Split :

但是，我不想split時間結構，例如15:46:00。

我所擁有的所有信息都位於for循環內，並且來自於抓取pdf文件。

因此，使用此代碼：

for item in result:
    for key in keyHeaders:
        if key in item.encode('utf-8'):
            item = item.replace(key, '')
    if ':' in item:
        item = item.replace(':', ':\n')

輸出：

15:
46:
00
State:
NY
Phone:
x-xxx-xxx

我如何使用正則表達式或非正則表達式來split單詞，而不split由:字符連接的數字。

我試過了，但是什么也沒發生。 實際上，它不會拆分任何內容。

for item in result:
    for key in keyHeaders:
        if key in item.encode('utf-8'):
            item = item.replace(key, '')
    lines = re.compile(r'(?<!\\d\\d):(?!\\d\\d)') # expect split words before ':'
    if item == re.findall(lines, item):
        item = item.replace(':', ':\n')

輸出：

15:46:00
State:NY
Phone:x-xxx-xxx

謝謝你的支持！

Answer 1

您的代碼有兩個問題。 首先，您使用了原始字符串，然后仍然將'\\\\ d'上的反斜杠加倍，將其改為'\\ d'。 另一個問題是您將整個項目與re.findall返回的值進行比較。 如果您的正則表達式正確，則re.findall將為非日期的項目僅返回“：”，因此您應與“：”進行比較，否則僅返回任何內容。

對於相對簡單的匹配，您的正則表達式也過於復雜。 我會用類似的東西：

if not re.findall(r'\d\d:\d\d:\d\d', item):
    item = item.replace(':', ':\n')

還有可能更簡單的方法可以通過re.sub或re.split來完成整個工作，但這應該可以幫助您克服當前的障礙。