python - 拆分韩文和数字

Question

我需要将韩文字母与两个数字分开。

韩文字母可以是一到三个单词，使一切变得更加复杂。

以下是我知道的一些韩国正则表达式代码范围：

ㄱ ~ ㅎ: 0x3131 ~ 0x314e
ㅏ ~ ㅣ: 0x314f ~ 0x3163
가 ~ 힣: 0xac00 ~ 0xd7a3

前面的数字始终是 4 位数字，另一个是 5 位数字。

这里有些例子：

2019개회54321
2017가51584
2019가행견16997

我需要的应该是这样的：

Var_A = "2019"
Var_B = "가"
Var_C = "23220"

提前致谢 ;）

标签： pythonregexsplitcjk

Answer 1

这里不需要正则表达式。由于您知道数字的长度，因此您可以对字符串进行切片。

要获取前 4 位数字：

yourString[:4]

要获得韩语部分：

yourString[4:-5]

要获取最后 5 位数字：

yourString[-5:]

如果你真的想要一个正则表达式，你可以使用这个：

^(\d{4})([\u3131-\u3163\uac00-\ud7a3]+?)(\d{5})$

记得打开re.UNICODEUnicode 匹配选项。前 4 位数字、韩文文本和后 5 位数字将分别在第 1、2 和 3 组中。