如何拆分游戏流派拼接字符串并提取主流派？

问题分析 #

你用split(',')无效是因为目标字符串里没有逗号分隔符。流派的核心规律是每个流派均以大写字母开头，部分流派包含连字符（如Action-Adventure），借助正则表达式就能精准处理。

拆分字符串的实现 #

用Python的re模块即可完成，提供两种实用方法：

方法1：直接提取所有流派（推荐）

import re

text = "ActionAction-AdventureShooterStealth"
genres = re.findall(r'[A-Z][^A-Z]*', text)
print(genres)
# 输出: ['Action', 'Action-Adventure', 'Shooter', 'Stealth']

正则说明：

• [A-Z]：匹配每个流派的起始大写字母
• [^A-Z]*：匹配后续所有非大写字母的字符（含连字符、小写字母），直到遇到下一个大写字母（下一流派的开头）停止

方法2：拆分后处理

import re

text = "ActionAction-AdventureShooterStealth"
genres = re.split(r'(?=[A-Z])', text)[1:]  # 移除拆分后开头的空字符串
print(genres)
# 输出: ['Action', 'Action-Adventure', 'Shooter', 'Stealth']

正则说明：

• (?=[A-Z])：正向预查大写字母的位置，在该位置拆分且不消耗字符

提取主流派 #

主流派是拆分后列表的第一个元素，直接取genres[0]即可。如果是处理DataFrame的列，可用apply批量处理：

import pandas as pd
import re

# 示例数据
df = pd.DataFrame({
    'Game': ['A', 'B', 'C', 'D'],
    'Genres': ['ActionComedyAdventure', 'AdventureComedy', 'NarrationShooting', 'ActionAction-AdventureShooterStealth']
})

# 定义提取函数
def get_major_genre(genre_str):
    genres = re.findall(r'[A-Z][^A-Z]*', genre_str)
    return genres[0] if genres else None

# 添加新列
df['Major Genre'] = df['Genres'].apply(get_major_genre)
print(df)

输出结果：

Game                          Genres Major Genre
0    A        ActionComedyAdventure       Action
1    B              AdventureComedy    Adventure
2    C              NarrationShooting   Narration
3    D  ActionAction-AdventureShooterStealth    Action

内容的提问来源于stack exchange，提问作者Girish Sawant