Python正则表达式：如何正确拆分含连续大写字母的字符串？

原正则表达式[a-zA-Z][^A-Z]*的问题在于，它仅匹配单个字母作为字段开头，当遇到IP这类由多个大写字母组成的字段名时，[^A-Z]*会在第二个大写字母P前停止匹配，导致I被单独拆分出来。

修改后的正则表达式 #

将开头的单个字母匹配改为连续字母匹配，即：

[a-zA-Z]+[^A-Z]*

完整代码示例 #

import re

text = "Date: 20/8/2020 Duration: 0.33 IP: 110.1.x.x Server:01"
my_list = re.findall('[a-zA-Z]+[^A-Z]*', text)
print(my_list)

正则逻辑说明 #

• [a-zA-Z]+：匹配字段名的连续字母（支持大小写组合，比如Date、IP）
• [^A-Z]*：匹配字段名后的所有内容，直到遇到下一个大写字母（新字段的起始标识）或字符串结尾，确保多字母字段名不会被拆分。

运行后输出结果符合预期：

['Date: 20/8/2020 ', 'Duration: 0.33 ', 'IP: 110.1.x.x ', 'Server:01']

内容的提问来源于stack exchange，提问作者sibhive