Python Split String nach Muster

Question

Ich habe Strings wie "aaaaabbbbbbbbbbbbbbccccccccccc". Die Anzahl der Zeichen kann unterschiedlich sein und manchmal kann ein Bindestrich innerhalb der Zeichenfolge vorkommen, wie "aaaaa-bbbbbbbbbbbbbbccccccccccc".

Gibt es eine intelligente Art und Weise zu entweder geteilt "aaaaa", "bbbbbbbbbbbbbb", "ccccccccccc" und erhalten die Indizes wurden sie aufgeteilt wird oder nur die Indizes erhalten, ohne jede Zeichenfolge Looping? Wenn der Strich zwischen den Mustern ist, kann er entweder in der linken oder rechten Seite enden, solange er immer gleich gehandhabt wird.

Irgendeine Idee?

Answer 1

Regulärer Ausdruck MatchObject Ergebnisse enthalten Indizes der Übereinstimmung. Was bleibt, ist ich wiederholende Zeichen passen:

import re 

repeat = re.compile(r'(?P<start>[a-z])(?P=start)+-?') 

würde nur überein, wenn ein bestimmtes Buchstaben-Zeichen (a - z) mindestens einmal wiederholt werden:

>>> for match in repeat.finditer("aaaaabbbbbbbbbbbbbbccccccccccc"): 
...  print match.group(), match.start(), match.end() 
... 
aaaaa 0 5 
bbbbbbbbbbbbbb 5 19 
ccccccccccc 19 30 

Die .start() und .end() Methoden auf dem Spielergebnis geben Sie die genauen Positionen in der Eingabezeichenfolge an.

Bindestriche in den Spielen enthalten sind, aber nicht nicht wiederholende Zeichen:

>>> for match in repeat.finditer("a-bb-cccccccc"): 
...  print match.group(), match.start(), match.end() 
... 
bb- 2 5 
cccccccc 5 13 

Wenn Sie den a- Teil wollen ein Spiel sein, ersetzen Sie einfach die + mit einer * Dimension:

repeat = re.compile(r'(?P<start>[a-z])(?P=start)*-?') 

Answer 2

Wie wäre es mit itertools.groupby?

>>> s = 'aaaaabbbbbbbbbbbbbbccccccccccc' 
>>> from itertools import groupby 
>>> [''.join(v) for k,v in groupby(s)] 
['aaaaa', 'bbbbbbbbbbbbbb', 'ccccccccccc'] 

Dies wird die - als ihren eigenen Teil setzen, die aus leicht gefiltert werden.

>>> s = 'aaaaa-bbbbbbbbbbbbbb-ccccccccccc' 
>>> [''.join(v) for k,v in groupby(s) if k != '-'] 
['aaaaa', 'bbbbbbbbbbbbbb', 'ccccccccccc'] 

Answer 3

str="aaaaabbbbbbbbbbbbbbccccccccccc" 
p = [0] 
for i, c in enumerate(zip(str, str[1:])): 
    if c[0] != c[1]: 
     p.append(i + 1) 
print p 

# [0, 5, 19]