Python：如何基于重复分隔符的最后一次出现拆分文件名？

问题场景 #

你需要拆分文件名，规则是：遇到连续下划线时，仅将最后一个下划线作为分隔符，前面的连续下划线保留在对应字段中。具体示例如下：

输入文件名

abc_123
abc_123_d4
abc__123  (2 underscores)
abc_123__d4  (2 underscores)
abc____123  (4 underscores)

预期输出

abc, 123
abc, 123, d4
abc_, 123 (1 underscore)
abc, 123_, d4 (1 underscore)
abc___, 123 (3 underscores)

直接使用filename.split("_")会将所有下划线视为分隔符，导致连续下划线被完全拆分，丢失前面的下划线部分，得到不符合预期的结果：

abc, 123
abc, 123, d4
abc, 123
abc, 123, d4
abc, 123

解决方案 #

使用正则表达式的正向否定预查，匹配那些后面不跟随下划线的下划线（即连续下划线的最后一个，或单个下划线），以此作为分隔符拆分。

代码实现

import re

def split_filename(filename):
    return re.split(r'_(?![_])', filename)

# 测试用例
test_files = [
    'abc_123',
    'abc_123_d4',
    'abc__123',
    'abc_123__d4',
    'abc____123'
]

for file in test_files:
    print(', '.join(split_filename(file)))

运行结果

abc, 123
abc, 123, d4
abc_, 123
abc, 123_, d4
abc___, 123

正则说明

r'_(?![_])'的含义是：匹配一个下划线，且该下划线的后面不是下划线。这样就能精准定位到需要作为分隔符的下划线，同时保留连续下划线中前面的部分在对应字段内。

内容的提问来源于stack exchange，提问作者Rinku27