Регулярное выражение: текст после шаблона

Question

Задача: Есть тест, его нужно разбить по группам.
Пример: "(1) Для начала Вам нужно создать задачу. (2) После создания задачи Вам нужно написать письмо. (3) Тест письма: ..."

Вопрос: Как мне получить что-то такое:
(1) Для начала Вам нужно создать задачу. \n
(2) После создания задачи Вам нужно написать письмо. \n
(3) Тест письма: ... \n

Это всё, что пока у меня получилось:

value = "(1) Для начала Вам нужно создать задачу. (2) После создания задачи Вам нужно написать письмо. (3) Тест письма: ..."

reg = re.findall('\(\d\)', value)
>>>['(1)', '(2)', '(3)']

Answer 1

Попробуйте так :

    import re
    text = "(1) Для начала Вам нужно создать задачу. (2) После создания задачи Вам 
    нужно написать письмо. (3) Тест письма: ..."
    split_regex = re.compile(r'[.|!|?|…]')
    sentences = filter(lambda t: t, [t.strip() for t in split_regex.split(text)])
    for s in sentences:
        print(s)

Answer 2

Можно без регулярных выражений (если нет жесткого ограничения условия задачи):

text = '(1) Для начала Вам нужно создать задачу. (2) После создания задачи Вам нужно написать письмо. (3) Тест письма: ... (4) Так, давайте. Нам нужно сделать - это !'

text_split = [f'({i}\n' for i in text.split('(')[1:]]

в итоге:

>>> text_split
[
    '(1) Для начала Вам нужно создать задачу. \n', 
    '(2) После создания задачи Вам нужно написать письмо. \n', 
    '(3) Тест письма: ... \n', 
    '(4) Так, давайте. Нам нужно сделать - это !\n'
]

Answer 3

Если в тексте не ожидается скобок, а только в заголовке, то можно ориентироваться на открывающую скобку и указать, что после заголовка может быть любой текст, кроме скобки:

reg = re.findall('\(\d\)[^(]*', value)

Содержимое reg:

['(1) Для начала Вам нужно создать задачу. ', '(2) После создания задачи Вам нужно написать письмо. ', '(3) Тест письма: ...']

Шаблон [^(]* означает "любое количество любых символов, кроме ("

Другой вариант - используя re.split, разбить строку по шаблону, а потом склеить куски обратно:

reg = re.split('(\(\d\))', value)
reg = [a+b for a,b in zip(reg[1::2],reg[2::2])]

Значение reg:

['(1) Для начала Вам нужно создать задачу. ', '(2) После создания задачи Вам нужно написать письмо. ', '(3) Тест письма: ...']

Answer 4

Самый оптимальный способ — искать текст от числа в скобках до следующего числа в скобках или конца строки:

import re
value = "(1) Для начала Вам нужно создать задачу. \
(2) После создания задачи Вам нужно написать письмо. (3) Тест письма: ..."
print( re.findall(r'\(\d+\).*?(?=\s*(?:\(\d+\)|$))', value) )
# [
#    '(1) Для начала Вам нужно создать задачу.',
#    '(2) После создания задачи Вам нужно написать письмо.',
#    '(3) Тест письма: ...'
# ]

См. пример кода в Python.

Подробности

$\d+$ - (, одно и более цифр и )
.*? - ноль и более символов, отличных от перевода строки, как можно меньше
(?=\s*(?:$\d+$|$)) - до первого вхождения следующей последовательности символов:
- \s* - ноль и более пробельных символов
- (?:$\d+$|$) - или (, одно и более цифр и ), или конец строки.

Если в совпадениях присутствуют переводы строки, добавьте модификатор re.S / re.DOTALL, re.findall(r'$\d+$.*?(?=\s*(?:$\d+$|$))', value, re.DOTALL).

Если вы хотите проверить, есть ли точка/восклицательный (вопросительный) знак перед числом в скобках, испраьте шаблон на r'$\d+$.*?[.?!](?=\s*(?:$\d+$|$))'.

См. пример работы регулярного выражения.

БЛОГ НА HUSL

Регулярное выражение: текст после шаблона

Ответы (4 шт):