Блог

Цель: разбить текст на список на основе числового или десятичного совпадения, который извлекает весь текст до следующего совпадения, но не включая его. Язык / версия: Python 3.8.5 с использованием python re.findall() и я открыт для альтернативных предложений.

Текстовый пример (да, все это в одной строке):

  1 Something Interesting here 2 More interesting text 2.1 An example of 2C19 a header 2.3 Another header example 2.4 another interesting header 10.1 header stuff  14 the last interesting 3A4 header
  

Вывод цели:

 ['1 Something Interesting here',
'2 More interesting text',
'2.1 An example of 2C19 a header',
'2.3 Another header example',
'2.4 another interesting header',
'10.1 header stuff',
'14 the last interesting 3A4 header'
]
  

Я могу определить большинство подходящих целых / десятичных начальных точек, используя:

(d .d )|([^a-zA-Z]dd)|( d )

Я изо всех сил пытаюсь найти способ вернуть текст между совпадениями плюс само совпадение.

Чтобы сэкономить вам время, вот моя песочница регулярных выражений

Любезно благодарю вас

Вы можете использовать положительные выражения для сопоставления до следующего совпадения.

Вот обновленное регулярное выражение (песочница):

b(?:d (?:.d )?)b.*?(?=b(?:d (?:.d )?)b|$)

В Python:

 regex = r'b(?:d (?:.d )?)b.*?(?=b(?:d (?:.d )?)b|$)'
string = ' 1 Something Interesting here 2 More interesting text 2.1 An example of 2C19 a header 2.3 Another header example 2.4 another interesting header 10.1 header stuff  14 the last interesting 3A4 header'
result = re.findall(regex, string)
  

В этом случае result будет:

 >>> result
['1 Something Interesting here ',
 '2 More interesting text ',
 '2.1 An example of 2C19 a header ',
 '2.3 Another header example ',
 '2.4 another interesting header ',
 '10.1 header stuff  ',
 '14 the last interesting 3A4 header']
  

Обратите внимание, что это решение также извлекает интервал в конце. Если вам не нужен этот интервал, вы можете вызвать strip свои строки:

 >>> [ match.strip() for match in result ]
['1 Something Interesting here',
 '2 More interesting text',
 '2.1 An example of 2C19 a header',
 '2.3 Another header example',
 '2.4 another interesting header',
 '10.1 header stuff',
 '14 the last interesting 3A4 header']