Python中如何按不同字符序列拆分字符串生成对应元素列表？

核心拆分规则 #

拆分过程严格遵循要求：

• 从字符串起始位置从左到右遍历，全程不回溯、不重复读取字符
• 合法拆分元素固定为三类："P"（长度1）、"~O"（长度2）、"O~"（长度2）
• 匹配优先级：优先匹配当前位置开头的2长度合法元素，匹配不到再匹配1长度的"P"，从根源避免错拆、漏拆

可直接运行的Python实现 #

def split_target_str(input_str: str) -> list[str]:
    valid_two_length_tokens = {"~O", "O~"}
    result = []
    current_idx = 0
    str_length = len(input_str)
    while current_idx < str_length:
        # 优先尝试匹配2长度的合法元素
        if current_idx + 1 < str_length and input_str[current_idx:current_idx+2] in valid_two_length_tokens:
            result.append(input_str[current_idx:current_idx+2])
            current_idx += 2
        # 2长度匹配失败则匹配单字符P
        elif input_str[current_idx] == "P":
            result.append("P")
            current_idx += 1
        # 题目给定的输入场景不会触发该异常分支
        else:
            raise ValueError(f"索引{current_idx}位置存在无法匹配的非法字符: {input_str[current_idx]}")
    return result

# 测试示例输入
a = "~O~O~O~OP"
b = "PO~O~~OO~"
c = "~O~O~O~OP~O~OO~"

list_a = split_target_str(a)
list_b = split_target_str(b)
list_c = split_target_str(c)

# 输出结果和预期完全一致
print(list_a)  # ['~O', '~O', '~O', '~O', 'P']
print(list_b)  # ['P', 'O~', 'O~', '~O', 'O~']
print(list_c)  # ['~O', '~O', '~O', '~O', 'P', '~O', '~O', 'O~']

逻辑校验 #

以输入b = "PO~O~~OO~"为例，逐位匹配流程如下：

1. 索引0位置：前2位为"PO"不属于合法2长度元素，匹配单字符"P"加入结果，指针跳到1
2. 索引1位置：前2位为"O~"属于合法2长度元素，加入结果，指针跳到3
3. 索引3位置：前2位为"O~"属于合法2长度元素，加入结果，指针跳到5
4. 索引5位置：前2位为"~O"属于合法2长度元素，加入结果，指针跳到7
5. 索引7位置：前2位为"O~"属于合法2长度元素，加入结果，指针跳到9，遍历结束，输出和预期完全匹配。

内容的提问来源于stack exchange，提问作者A.Gng