如何在Python中使用多个分隔符分割字符串而不删除分隔符？

Question

我目前在 txt 文件中有一个文件名列表，我正在尝试对它们进行排序。我想做的第一个是将它们分成一个列表，因为它们都在一行中。列表中有 3 种文件类型。我可以拆分列表，但我想在最终结果中保留分隔符，但我无法找到一种方法来做到这一点。我分割文件的方式如下：

import re

def breakLines():
    unsorted_list = []
    file_obj = open("index.txt", "rt")
    file_str = file_obj.read()

    unsorted_list.append(re.split('.txt|.mpd|.mp4', file_str))

    print(unsorted_list)

breakLines()

我发现 DeepSpace 的答案在这里非常有用Split a string with "(" and ")" and keep the delimiters (Python)，但这似乎只适用于单个字符。

编辑：

输入示例：

文件名1234.mp4文件名1235.mp4文件名1236.mp4文件名1237.mp4

预期输出：

文件名1234.mp4

文件名1235.mp4

文件名1236.mp4

文件名1237.mp4

Answer 1

在 中re.split，关键是将分割模式加上括号，以便将其保留在 的结果中re.split。你的尝试是：

>>> s = "file_name1234.mp4file_name1235.mp4file_name1236.mp4file_name1237.mp4"
>>> re.split('.txt|.mpd|.mp4', s)
['file_name1234', 'file_name1235', 'file_name1236', 'file_name1237', '']

好吧，这不起作用（并且这些点需要转义才能真正符合扩展名），所以让我们尝试一下：

>>> re.split('(\.txt|\.mpd|\.mp4)', s)
['file_name1234',
'.mp4',
 'file_name1235',
 '.mp4',
 'file_name1236',
 '.mp4',
 'file_name1237',
 '.mp4',
 '']

有效，但这会将扩展名与文件名分开，并在最后留下空白，这不是您想要的（除非您想要丑陋的后处理）。另外，这是一个重复的问题：在Python中，如何分割字符串并保留分隔符？

但你不想要re.split你想要的re.findall：

>>> s = "file_name1234.mp4file_name1235.mp4file_name1236.mp4file_name1237.mp4"
>>> re.findall('(\w*?(?:\.txt|\.mpd|\.mp4))',s)
['file_name1234.mp4',
 'file_name1235.mp4',
 'file_name1236.mp4',
 'file_name1237.mp4']

表达式匹配单词字符（基本上是数字、字母和下划线），后跟扩展名。为了能够创建 OR，我在主组内创建了一个非捕获组。

如果您有更多奇特的文件名，您将无法再使用\w，但它仍然可以合理地工作（您可能需要一些str.strip后处理来删除可能不属于文件名的前导/尾随空白）：

>>> s = " file name1234.mp4file-name1235.mp4 file_name1236.mp4file_name1237.mp4"
>>> re.findall('(.*?(?:\.txt|\.mpd|\.mp4))',s)
[' file name1234.mp4',
 'file-name1235.mp4',
 ' file_name1236.mp4',
 'file_name1237.mp4']

所以有时候你re.split需要的时候才想re.findall，反之亦然。