python - 拆分但保留基于多个分隔符的连续字符串（python）

Question

在我正在使用的数据集中，化妆短语（即粉底、唇/口红、遮瑕膏、古铜色等）与之前的短语捆绑在一起（参见下面的示例）。如何在整个数据集中拆分/分区捆绑的短语但保留它们？

示例短语

‘vamplipstick @’

‘208bronzer :’

‘jadefoundation :’

‘nc45blush @’

‘eyeseyeliner @’

‘kikomilanolips :’

‘235concealer @’

理想输出

‘vamp lipstick @’

‘208 bronzer:’

‘jade foundation:’

‘nc45 blush @’

‘eyes eyeliner @’

‘kikomilano lips:’

‘235 concealer @’

到目前为止的代码

makeup = r"\w+\s+[@:]"
separators = ["foundation", "bronzer", "lips", "lipstick", "concealer", "blush", "eyeliner"]
[makeup.partition(<?list_multiple_separators?>) for makeup in df]

标签： pythonregexstring

Answer 1

您可以使用re.sub空格替换以下正则表达式的匹配项。

r'(?=(?:foundation|lips|lipstick|concealer|bronzer) )'

正则表达式演示_{^< ¯\_(ツ)_/¯ ^>} Python 演示

Python 的正则表达式引擎匹配指示的字符串之一，后跟一个空格，以正向预测。包含空格是为了避免匹配，例如，"lips"或"lipstick"在007lipsticked :". \b（也可以使用单词边界 , 。）

请注意，匹配是一个空字符串（即零宽度匹配）。在"jadefoundation :"中，匹配可以被认为是 和 之间的空"e"字符串"f"。

“期望的输出”显示":"被删除之前的空间。由于前面的空格"@"没有被删除，我认为前面的空格被删除"@"是无意的，但如果我错了，请纠正我。