如何用Python正则表达式拆分字符串中的符号、数值与单位？

需求说明 #

需要从字符串中拆分出符号（如>=、<等）、数值（如40.55、50等）和单位（如%、mg/dl、cm2等），示例输入为">=40.55%"，预期输出拆分出symbol = >=、value = 40.55、unit = %。

原正则的问题 #

你之前使用的正则表达式存在几个关键问题：

• 开头同时用^和\A，二者功能重复，都是匹配字符串起始位置
• 符号分组(\A[>|<])*仅匹配单个>或<，无法识别>=、<=这类组合符号，且*量词会导致分组可能为空
• 数值分组(\d+[.]+\d+)*强制要求小数点前后必须有数字，无法匹配整数（如"50%"）
• 单位分组([%|mg/dl|cm2]\Z)错误使用了字符集语法[]，实际会匹配%、m、g等单个字符，而非完整的单位选项，且\Z和^的搭配逻辑混乱

正确实现方案 #

使用以下正则表达式可以精准匹配并拆分各部分：

import re

def parse_measurement(s):
    # 正则分组说明：
    # 1. 符号组：匹配可选的>=、<=、>、<、=，?表示符号可省略
    # 2. 数值组：匹配整数或小数，支持如40、40.55的格式
    # 3. 单位组：匹配指定的单位选项，支持%、mg/dl、cm2
    pattern = r'^([<>]=?|=)?(\d+(?:\.\d+)?)([%]|mg/dl|cm2)$'
    match_result = re.match(pattern, s.strip())  # strip()处理可能的首尾空格
    
    if match_result:
        symbol = match_result.group(1) if match_result.group(1) else ""
        value = match_result.group(2)
        unit = match_result.group(3)
        return symbol, value, unit
    return None, None, None

# 测试示例
x = ">=40.55%"
symbol, value, unit = parse_measurement(x)
print(f"symbol = {symbol}")
print(f"value = {value}")
print(f"unit = {unit}")

代码说明 #

• 符号分组([<>]=?|=)?：覆盖常见的比较符号，?标记符号为可选，兼容无符号的字符串（如"40.55%"）
• 数值分组(\d+(?:\.\d+)?)：\d+匹配整数部分，(?:\.\d+)?匹配可选的小数部分，(?:...)是不捕获分组，避免生成多余的分组结果
• 单位分组([%]|mg/dl|cm2)：用|分隔不同的单位选项，确保匹配完整的单位字符串而非单个字符
• strip()处理输入字符串可能的首尾空格，提升兼容性

内容的提问来源于stack exchange，提问作者Peter