问题分析 #

你之前用的re.split('([0\.-9\.]+)', text)写法有问题：这个正则里的字符类[0\.-9\.]会匹配单个数字、小数点或减号，而不是你想要的「数字+句号」组合，所以才会把数字单独分割出来，达不到预期效果。

最巧妙的解决方法 #

方法1：用re.split匹配正确的分隔符

直接以「数字+句号（前后可能带空格）」作为分隔符分割文本，就能直接得到你想要的列表，代码简洁到离谱：

import re

text = "2 of 5 deliveries some text some text... 1. 3 of 5 items some text some text... 2. 1 of 5 items found in box some text..."
result = re.split(r'\s*\d+\.\s', text)

print(result)
# 输出：
# ['2 of 5 deliveries some text some text...', '3 of 5 items some text some text...', '1 of 5 items found in box some text...']

正则细节解释：

• \s*：匹配0个或多个空格，处理分隔符前后可能存在的空格
• \d+：匹配1个或多个数字（支持多位数，比如10.也能匹配）
• \.：转义后的句号，避免被正则当作通配符
• \s：匹配一个空格，确保分割后段落开头没有多余空格

方法2：用re.findall直接提取段落

如果你更习惯「提取」而非「分割」，可以用正则精准匹配所有目标段落，包括开头没有「数字.」前缀的部分：

import re

text = "2 of 5 deliveries some text some text... 1. 3 of 5 items some text some text... 2. 1 of 5 items found in box some text..."
pattern = r'(?:^\d+ of \d+.*?)(?=\s+\d\.|$)|(?:(?<=\s\d\.)\s+.+?(?=\s+\d\.|$))'
result = [part.strip() for part in re.findall(pattern, text)]

print(result)
# 输出和方法1完全一致

正则细节解释：

• 第一部分(?:^\d+ of \d+.*?)(?=\s+\d\.|$)：匹配开头的段落，以「数字 of 数字」开头，直到遇到下一个「空格+数字.」或文本结尾（用正向预查确保不包含分隔符）
• 第二部分(?:(?<=\s\d\.)\s+.+?(?=\s+\d\.|$))：匹配「数字.」后面的段落，用反向预查确保前面是合法分隔符，然后匹配内容直到下一个分隔符或结尾

毫无疑问，方法1是最简洁巧妙的，完全贴合你的需求，代码易读且高效。

内容的提问来源于stack exchange，提问作者EchoCache