拆分除保留子字符串之外的每个字符

Question

给定字符串

word = "These"

包含元组

pair = ("h", "e")

目的是替换 word 以便它在除 pair 元组之外的所有字符上拆分，即输出：

('T', 'he', 's', 'e')

我试过：

word = 'These'
pair = ('h', 'e')
first, second = pair
pair_str = ''.join(pair)
pair_str = pair_str.replace('\','\\')
pattern = re.compile(r'(?<!\S)' + re.escape(first + ' ' + second) + r'(?!\S)')
new_word = ' '.join(word)
new_word = pattern.sub(pair_str, new_word)
result = tuple(new_word.split())

请注意，有时 pair 元组可以包含斜杠、反斜杠或任何其他转义字符，因此上述正则表达式中的替换和转义。

有没有更简单的方法实现同字符串替换？

已编辑

来自评论的细节：

And is there a distinction between when both characters in the pair are unique and when they aren't?

不，他们应该以同样的方式对待。

Answer 1

匹配而不是拆分：

pattern = re.escape(''.join(pair)) + '|.'
result = tuple(re.findall(pattern, word))

模式是 <pair>|.，如果可能则匹配对，否则匹配单个字符*。

你也可以在没有正则表达式的情况下这样做：

import itertools

non_pairs = word.split(''.join(pair))
result = [(''.join(pair),)] * (2 * len(non_pairs) - 1)
result[::2] = non_pairs
result = tuple(itertools.chain(*result))

^{* 但是它不匹配换行符；如果你有这些，将 re.DOTALL 作为第三个参数传递给 re.findall.}

Answer 2

不用正则表达式也可以做到：

import functools

word = 'These here when she'
pair = ('h', 'e')
digram = ''.join(pair)
parts = map(list, word.split(digram))
lex = lambda pre,post: post if pre is None else pre+[digram]+post

print(functools.reduce(lex, parts, None))

拆分除保留子字符串之外的每个字符

Spliting on every character except for preserved substring

python

regex

string

preserve

已编辑