无需正则表达式，如何按shiftdate拆分Python字符串？

给定包含重复标识的长字符串：

sampleString = "shiftdate_154_04-01-2024@scode_154_AAA@shiftstart_154_0000@shiftend_154_2400@eligdate_154_04-01-2024@forfdate_154_04-01-2024@payoutdate_154_04-01-2024@payoutscode_154_AA59@schedhol_154_Y@scheddate_154_@autosched_154_Y@autoscheddate_154_@shiftdate_155_@scode_155_AACT@shiftstart_155_0000@shiftend_155_2400@eligdate_155_@forfdate_155_@payoutdate_155_@payoutscode_155_155_AA59@schedhol_155_ @scheddate_155_@autosched_155_ @autosched_155date_155_"

需要将其拆分为以"shiftdate"开头的元素列表，预期结果：

result_list = [
  "shiftdate_154_04-01-2024@scode_154_AAA@shiftstart_154_0000@shiftend_154_2400@eligdate_154_04-01-2024@forfdate_154_04-01-2024@payoutdate_154_04-01-2024@payoutscode_154_AA59@schedhol_154_Y@scheddate_154_@autosched_154_Y@autoscheddate_154_@",
  "shiftdate_155_@scode_155_AACT@shiftstart_155_0000@shiftend_155_2400@eligdate_155_@forfdate_155_@payoutdate_155_@payoutscode_155_155_AA59@schedhol_155_ @scheddate_155_@autosched_155_ @autosched_155date_155_"
]

尝试使用split()函数会移除"shiftdate"标识，询问可行的Python方法，以及在"shiftdate"前插入逗号再拆分是否可行。

方法一：使用正则表达式（推荐） #

Python的re库可以直接匹配所有以"shiftdate"开头的连续片段，直到下一个"shiftdate"出现或字符串结束。用re.findall()即可实现：

import re

sampleString = "shiftdate_154_04-01-2024@scode_154_AAA@shiftstart_154_0000@shiftend_154_2400@eligdate_154_04-01-2024@forfdate_154_04-01-2024@payoutdate_154_04-01-2024@payoutscode_154_AA59@schedhol_154_Y@scheddate_154_@autosched_154_Y@autoscheddate_154_@shiftdate_155_@scode_155_AACT@shiftstart_155_0000@shiftend_155_2400@eligdate_155_@forfdate_155_@payoutdate_155_@payoutscode_155_155_AA59@schedhol_155_ @scheddate_155_@autosched_155_ @autosched_155date_155_"

# 正则规则：匹配shiftdate开头，非贪婪匹配到下一个shiftdate或字符串结尾
result = re.findall(r'shiftdate.*?(?=shiftdate|$)', sampleString, re.DOTALL)
print(result)

规则解释： #

• shiftdate：精准匹配起始标识
• .*?：非贪婪模式匹配任意字符（re.DOTALL确保匹配换行符）
• (?=shiftdate|$)：正向预查，遇到下一个shiftdate或字符串结尾时停止，不会消耗该标识

方法二：插入分隔符后拆分（可行） #

你提到的在"shiftdate"前插入逗号再拆分的思路是可行的，步骤如下：

1. 仅在非字符串开头的"shiftdate"前插入分隔符（比如逗号）
2. 按分隔符拆分字符串
3. 拆分后的元素自动保留"shiftdate"开头的完整片段

代码示例：

import re

sampleString = "shiftdate_154_04-01-2024@scode_154_AAA@shiftstart_154_0000@shiftend_154_2400@eligdate_154_04-01-2024@forfdate_154_04-01-2024@payoutdate_154_04-01-2024@payoutscode_154_AA59@schedhol_154_Y@scheddate_154_@autosched_154_Y@autoscheddate_154_@shiftdate_155_@scode_155_AACT@shiftstart_155_0000@shiftend_155_2400@eligdate_155_@forfdate_155_@payoutdate_155_@payoutscode_155_155_AA59@schedhol_155_ @scheddate_155_@autosched_155_ @autosched_155date_155_"

# 在非开头的shiftdate前插入逗号
modified_str = re.sub(r'(?<!^)shiftdate', r',shiftdate', sampleString)
# 按逗号拆分得到结果
result = modified_str.split(',')
print(result)

规则解释： #

• (?<!^)shiftdate：反向预查，确保只给不是字符串开头的"shiftdate"添加前缀逗号，避免第一个元素前出现空字符串

内容的提问来源于stack exchange，提问作者JThao