如何实现以项目符号为组起始的字符串分割？

问题分析 #

你需要实现的逻辑是：

• 字符串不含项目符号•时，返回原字符串（包装为列表）
• 含1个及以上•时，拆分出•之前的前缀内容，再将每个以•开头的内容单独作为一项

之前尝试的re.split('[^•](.+?)[•$]')无法正常工作，原因是这个正则会消耗•前面的字符，且匹配逻辑错误，导致后续的•无法被正确识别，分割结果混乱。

解决方案 #

方法1：使用正向预查分割

利用正则的正向预查（(?=•)）作为分割符，它只会定位到•的起始位置，不会消耗•本身，这样就能完美拆分出前缀和每个项目符号项：

import re

def split_bullet_text(s):
    if '•' not in s:
        return [s]
    # 正向预查匹配•的起始位置，以此分割字符串
    return re.split(r'(?=•)', s)

测试示例输入：

input_str = "Python is: • Great language • Better than Java • From 1991"
print(split_bullet_text(input_str))

输出结果：

["Python is: ", "• Great language ", "• Better than Java ", "• From 1991"]

方法2：使用findall直接匹配所有项

通过正则直接匹配两种模式：开头的非•前缀，以及每个•开头的内容，一次性获取所有结果：

import re

def split_bullet_text(s):
    if '•' not in s:
        return [s]
    # 匹配前缀（开头非•的所有字符）或每个•开头的内容
    return re.findall(r'^[^•]+|•[^•]*', s)

这个方法同样能得到符合要求的结果，且逻辑更直观——直接捕获需要的所有片段。

关键说明 #

• 正向预查(?=•)是核心：它只匹配位置，不消耗字符，确保分割后•能保留在对应的项目项中
• findall的正则逻辑：^[^•]+匹配字符串开头到第一个•前的所有内容；•[^•]*匹配每个•及其后面直到下一个•或结尾的所有内容，两种模式用|分隔，实现全量匹配

内容的提问来源于stack exchange，提问作者Josh Friedlander