Dividere una stringa in lettere maiuscole

Question

Qual è il modo pitone per dividere una stringa prima delle occorrenze di un determinato set di caratteri?

Ad esempio, voglio dividere 'TheLongAndWindingRoad' in ogni occorrenza di una lettera maiuscola (possibilmente tranne il primo), ed ottenere ['The', 'Long', 'And', 'Winding', 'Road'].

Edit: Si deve anche dividere singoli avvenimenti, cioè da 'ABC' mi piacerebbe ottenere ['A', 'B', 'C'].

Answer 1

Sfortunatamente non è possibile split on a zero-width match in Python. Ma è possibile utilizzare re.findall invece:

>>> import re 
>>> re.findall('[A-Z][^A-Z]*', 'TheLongAndWindingRoad') 
['The', 'Long', 'And', 'Winding', 'Road'] 
>>> re.findall('[A-Z][^A-Z]*', 'ABC') 
['A', 'B', 'C'] 

Answer 2

import re 
filter(None, re.split("([A-Z][^A-Z]*)", "TheLongAndWindingRoad")) 

o

[s for s in re.split("([A-Z][^A-Z]*)", "TheLongAndWindingRoad") if s] 

Answer 3

>>> import re 
>>> re.findall('[A-Z][a-z]*', 'TheLongAndWindingRoad') 
['The', 'Long', 'And', 'Winding', 'Road'] 

>>> re.findall('[A-Z][a-z]*', 'SplitAString') 
['Split', 'A', 'String'] 

>>> re.findall('[A-Z][a-z]*', 'ABC') 
['A', 'B', 'C'] 

Se si desidera "It'sATest" di dividere per ["It's", 'A', 'Test'] cambiamento della rexeg a "[A-Z][a-z']*"

Answer 4

soluzione alternativa (se si non mi piace regex espliciti):

s = 'TheLongAndWindingRoad' 

pos = [i for i,e in enumerate(s) if e.isupper()] 

parts = [] 
for j in xrange(len(pos)): 
    try: 
     parts.append(s[pos[j]:pos[j+1]]) 
    except IndexError: 
     parts.append(s[pos[j]:]) 

print parts 

Answer 5

Una variante di soluzione @ChristopheD s'

s = 'TheLongAndWindingRoad' 

pos = [i for i,e in enumerate(s+'A') if e.isupper()] 
parts = [s[pos[j]:pos[j+1]] for j in xrange(len(pos)-1)] 

print parts 

Answer 6

Ecco una soluzione regex alternativa. Il problema può essere reprased come "come faccio a inserire uno spazio prima di ogni lettera maiuscola, prima di fare la scissione":

>>> s = "TheLongAndWindingRoad ABC A123B45" 
>>> re.sub(r"([A-Z])", r" \1", s).split() 
['The', 'Long', 'And', 'Winding', 'Road', 'A', 'B', 'C', 'A123', 'B45'] 

Questo ha il vantaggio di preservare tutti i caratteri non spazi bianchi, che la maggior parte delle altre soluzioni non lo fanno.

Answer 7

src = 'TheLongAndWindingRoad' 
glue = ' ' 

result = ''.join(glue + x if x.isupper() else x for x in src).strip(glue).split(glue) 

Answer 8

Un modo alternativo senza usare espressioni regolari o enumerare:

word = 'TheLongAndWindingRoad' 
list = [x for x in word] 

for char in list: 
    if char != list[0] and char.isupper(): 
     list[list.index(char)] = ' ' + char 

fin_list = ''.join(list).split(' ') 

penso che sia più chiaro e più semplice, senza concatenamento troppi metodi o utilizzando una lunga lista di comprensione che può essere difficile da leggere.

Answer 9

Un modo alternativo utilizzando enumerate e isupper()

Codice:

strs = 'TheLongAndWindingRoad' 
ind =0 
count =0 
new_lst=[] 
for index, val in enumerate(strs[1:],1): 
    if val.isupper(): 
     new_lst.append(strs[ind:index]) 
     ind=index 
if ind<len(strs): 
    new_lst.append(strs[ind:]) 
print new_lst 

uscita:

['The', 'Long', 'And', 'Winding', 'Road'] 

Answer 10

altro senza regex e la capacità di mantenere maiuscolo contigui, se voleva

def split_on_uppercase(s, keep_contiguous=False): 
    """ 

    Args: 
     s (str): string 
     keep_contiguous (bool): flag to indicate we want to 
           keep contiguous uppercase chars together 

    Returns: 

    """ 

    string_length = len(s) 
    is_lower_around = (lambda: s[i-1].islower() or 
         string_length > (i + 1) and s[i + 1].islower()) 

    start = 0 
    parts = [] 
    for i in range(1, string_length): 
     if s[i].isupper() and (not keep_contiguous or is_lower_around()): 
      parts.append(s[start: i]) 
      start = i 
    parts.append(s[start:]) 

    return parts 

>>> split_on_uppercase('theLongWindingRoad') 
['the', 'Long', 'Winding', 'Road'] 
>>> split_on_uppercase('TheLongWindingRoad') 
['The', 'Long', 'Winding', 'Road'] 
>>> split_on_uppercase('TheLongWINDINGRoadT', True) 
['The', 'Long', 'WINDING', 'Road', 'T'] 
>>> split_on_uppercase('ABC') 
['A', 'B', 'C'] 
>>> split_on_uppercase('ABCD', True) 
['ABCD'] 
>>> split_on_uppercase('') 
[''] 
>>> split_on_uppercase('hello world') 
['hello world'] 

Answer 11

Questo è possibile con lo strumento more_itertools.split_before.

import more_itertools as mit 

iterable = "TheLongAndWindingRoad" 
[ "".join(i) for i in mit.split_before(iterable, lambda s: s.isupper())] 
# ['The', 'Long', 'And', 'Winding', 'Road'] 

Si deve anche dividere le occorrenze singoli, vale a dire da 'ABC' mi piacerebbe ottenere ['A', 'B', 'C'].

iterable = "ABC" 
[ "".join(i) for i in mit.split_before(iterable, lambda s: s.isupper())] 
# ['A', 'B', 'C'] 

more_itertools è un pacchetto di terze parti con oltre 60 strumenti utili tra cui implementazioni per tutte dell'originale itertools recipes, che evita la loro attuazione manuale.