Python基于正则表达式拆分字符串

Question

像"HELLO there HOW are YOU"大写单词一样拆分字符串的最佳方法是什么(在Python中)？

所以我最终得到一个像这样的数组: results = ['HELLO there', 'HOW are', 'YOU']

---

编辑:

我试过了:

p = re.compile("\b[A-Z]{2,}\b")
print p.split(page_text)

但它似乎不起作用.

Answer 1

我建议

l = re.compile("(?<!^)\s+(?=[A-Z])(?!.\s)").split(s)

查看此演示.

Answer 2

您可以使用前瞻:

re.split(r'[ ](?=[A-Z]+\b)', input)

这将在每个空格处分开,后面跟着一串以字边界结尾的大写字母.

请注意,方括号仅用于提高可读性,也可以省略.

如果一个单词的第一个字母大写就足够了(所以如果你想在前面分开Hello),它会变得更容易:

re.split(r'[ ](?=[A-Z])', input)

现在,这会在每个空格处分开,然后是任何大写字母.

Answer 3

你不需要拆分,而是findall:

 re.findall(r'[A-Z]+[^A-Z]*', str)