如何在正則表達式 Python 中的每個 substring 之后拆分字符串

Question

我有公司和身份證的長文本。 我想將字符串拆分為一個列表，其中一個項目以 ID 結尾。 每個 ID 由 5 位數字組成，並以相同的格式出現在文本中\(ID\:\d{5}\)

text = "Company A, Inc(ID:12345), some-company, X (ID:12324), Some Special Company Z (ID:34324)"

我想得到的是以下內容：

["Company A, Inc (ID:12345)", "some-company, X (ID:12324)", "Some Special Company Z (ID:34324)"]

有沒有辦法用正則表達式做到這一點？ 提前致謝！

Answer 1

嘗試

a=re.findall(r'(.*?\(ID\:\d{5}\))',text)
print(a)

output

['Company A, Inc(ID:12345)',
 ', some-company, X (ID:12324)',
 ', Some Special Company Z (ID:34324)']

Answer 2

你會嘗試以下方法：

import re
text = "Company A, Inc(ID:12345), some-company, X (ID:12324), Some Special Company Z (ID:34324)"

a = re.split(r'(?<=\(ID:\d{5}\)),\s*', text)
print(a)

Output：

['Company A, Inc(ID:12345)', 'some-company, X (ID:12324)', 'Some Special Company Z (ID:34324)']

正則表達式r'(?<=\(ID:\d{5}\)),\s*' ：

• (?<=pattern)是一個積極的后向斷言。 它的寬度為零，匹配的 substring 保留在拆分列表中。
• \(ID:\d{5}\)是您描述的格式。
• ,\s*匹配逗號后跟零個或多個空格。 我們不想將 substring 包含在結果中，它用作分隔符。

Answer 3

您可以選擇匹配逗號和 1 個或多個空格字符。 然后為公司名稱匹配至少一個非空白字符，直到第一次出現 id 模式。

請注意，您不必轉義\:

(?:,\s+)?(\S.*?\(ID:\d{5}\))

解釋

• (?:,\s+)? 可選擇匹配逗號和 1+ 個空格字符
• (捕獲組 1
  • \S.*? 匹配一個非空白字符，后跟 0* 盡可能少的字符
  • \(ID:\d{5}\)匹配(ID: 5位和)
• )關閉組

正則表達式演示| Python 演示

例子

import re

text = "Company A, Inc(ID:12345), some-company, X (ID:12324), Some Special Company Z (ID:34324)"
print(re.findall(r"(?:,\s+)?(\S.*?\(ID:\d{5}\))", text))

Output

['Company A, Inc(ID:12345)', 'some-company, X (ID:12324)', 'Some Special Company Z (ID:34324)']