如何用正则表达式在句号后非数字处分割字符串且不丢失字符？

哈哈，这个坑我踩过！你遇到的问题本质是re.split会把匹配到的整个正则片段从结果中移除，而你原来的正则\.[^0-9]匹配的是「句号+非数字字符」这个完整片段，分割时连那个非数字字符一起删掉了——比如你例子里的.I被整个匹配，导致后面的字符串直接从空格开始，丢了'I'。

先明确你的核心需求：要分割句子，但只在句号后面不是数字的位置分割，也就是要保留像$3.00里的小数点，不能把它当成句子分隔符。

你最初的正则写法之所以丢字符，是因为\.[^0-9]会把「句号+后面的非数字字符」当成一个整体匹配，re.split执行时会把这个整体完全移除，自然就丢失了句号后的第一个非数字字符。

解决思路很简单：我们要让正则只匹配「后面跟着非数字字符的句号」这个位置，但不消耗句号后面的非数字字符——这时候就可以用正则的「正向先行断言」(?=...)，它只做位置检查，不会把匹配到的内容包含在分割片段里。

正确的正则表达式是：

re.split('\.(?=[^0-9])', line)

代码示例 #

import re

line = "Apple is $3.00 higher than banana. Banana is cheap.I hate apple."
# 执行分割
split_result = re.split('\.(?=[^0-9])', line)
print(split_result)
# 输出结果：
# ['Apple is $3.00 higher than banana', ' Banana is cheap', 'I hate apple.']

可以看到，这次完全保留了所有字符：Banana is cheap后面的'I'回来了，$3.00里的小数点也没有被错误分割。

可选：清理分割结果 #

如果想去掉分割后字符串首尾的空格，同时过滤可能出现的空字符串，可以用列表推导式处理：

cleaned_result = [segment.strip() for segment in split_result if segment]
print(cleaned_result)
# 输出：
# ['Apple is $3.00 higher than banana', 'Banana is cheap', 'I hate apple.']

(?=[^0-9])是正向先行断言，它的作用是：

• 检查当前位置（句号后面）的字符是否是非数字
• 但这个非数字字符不会被包含在正则匹配的内容里，所以re.split只会把句号作为分割点，不会删除后面的字符

这样就完美解决了「既要正确分割句子，又不丢失字符，还保留数字里的小数点」的需求。

内容的提问来源于stack exchange，提问作者Augustin Pan