如何使用Python按空格拆分字符串中的中英文词汇片段

失效根因 #

使用isalpha+isspace判断无效的核心原因：Python的str.isalpha()方法会对所有Unicode定义的字母类字符返回True，中文字符也属于该类别，因此会被误判为符合规则，导致整个字符串被划入第一部分，最终得到["Coffee Hello 咖啡 咖啡", ""]的错误结果。

正则实现代码（Python示例） #

import re

def split_str(content):
    # 匹配首个中文字符的位置
    first_cn = re.search(r"[\u4e00-\u9fff]", content)
    if not first_cn:
        return content, ""
    split_idx = first_cn.start()
    # 拆分后去除首尾多余空格，不需要可直接去掉strip()
    part_en = content[:split_idx].strip()
    part_cn = content[split_idx:].strip()
    return part_en, part_cn

# 测试效果
test_content = "Coffee Hello 咖啡 咖啡"
print(split_str(test_content))
# 输出：('Coffee Hello', '咖啡 咖啡')

拓展说明 #

• 如果需要匹配生僻汉字，可将正则规则扩展为r"[\u4e00-\u9fff\u3400-\u4dbf]"
• 如果拆分逻辑反过来，要在首个英文字符位置拆分，只需将正则替换为r"[a-zA-Z]"即可

内容的提问来源于stack exchange，提问作者Harshdeep Kanhai