Python，正則表達式用多個分隔符分割字母數字字符串

Question

早上好，
我有一系列格式為52798687KF_12712320CP.txt的文件名，我從中提取了四個子字符串，即52798687 、 KF 、 12712320和CP 。

目前，我通過一系列粗略的拆分操作來獲取這些元素：

s = '52798687KF_12712320CP.txt'

f1 = s.split('_')[0][:-2])
f2 = s.split('_')[0][-2:])
f3 = s.split('_')[1][:-6])
f4 = s.split('_')[1][-6:-4])

我想用一條語句實現相同的結果，訴諸正則表達式，因為如下所述，名稱結構可能會因某些標准而異。
但是我被卡住了，因為我無法編寫合適的語法； 經過不同的嘗試，我想出了這個部分解決方案：

import re

s = '52798687KF_12712320CP.txt'
reg = r"(?<=\d)(?=\D)|(_)|(.[a-z]{3})|(?=\d).(?<=\D)"
x = re.split(reg, s)

但它會導致一個包含太多元素的列表：

['52798687', None, None, 'KF', '_', None, '12712320', None, None, 'CP', None, '.txt', '']

而我想要一個包含以下內容的列表：

['52798687', 'KF', '12712320', 'CP']

每個元素的一些細節：

1. 至少一位數字；
2. 兩個字母，在最后一個數字和下划線之間；
3. 至少一個字母數字字符；
4. 延長期限前的兩個字母。

真的非常感謝你！

Answer 1

您可以嘗試以下正則表達式解決方案：

import re

s = '52798687KF_12712320CP.txt'
print(re.findall(r"[^\W\d_]+|\d+", s.split(".")[0]))

輸出：

['52798687', 'KF', '12712320', 'CP']

Answer 2

由於您的第三組可以包含字母數字字符的混合，我會根據您的 4 點列表執行以下操作：

import re
reg = re.compile(r"(?i)^(\d+)([a-z]{2})_([a-z\d]+)([a-z]{2})\.")

s = "1AA_A1AAA.txt"  # sample input
m = reg.match(s)
if m:
    print(m.groups())  # ('1', 'AA', 'A1A', 'AA')