在包含单独原子的列表中转换一串化学元素

Question

我正在尝试从包含化学式的字符串创建一个列表，如下例所示：

structuralFormula1 = 'OCaOSeOO'

在列表中，我希望所有化学原子彼此分开，如下所示：

structuralFormula1_list = ['O', 'Ca', 'O', 'Se', 'O', 'O']

我不知道如何开始解决这个问题。任何提示将不胜感激！提前致谢:)

Answer 1

你可以 re.split 环顾四周：

import re
structuralFormula1 = 'OCaOSeOO'
print(re.split(r'(?<!^)(?=[A-Z])', structuralFormula1))

它在每个位置分裂

前面没有字符串的开头：(?<!^) => 这避免了前导空匹配
后跟一个大写字母：(?=[A-Z])

输出：

['O', 'Ca', 'O', 'Se', 'O', 'O']

Answer 2

使用re.findall:

>>> import re
>>> ex = 'OCaOSeOO'
>>> re.findall('[A-Z][a-z]?', ex)
['O', 'Ca', 'O', 'Se', 'O', 'O']

正则表达式解释:

[A-Z] : 匹配大写字母
[a-z] : 匹配小写字母
[A-Z][a-z] : 匹配大写字母后跟小写字母
[A-Z][a-z]? : 匹配大写字母后跟 0 或 1 个小写字母
[A-Z][a-z]* ：匹配大写字母后跟 0 个或多个小写字母。 (* 是贪心的，找到多少就匹配多少)

>>> import re
>>> ex = 'OCaOSeOO'
>>> re.findall('[A-Z]', ex)
['O', 'C', 'O', 'S', 'O', 'O']
>>> re.findall('[A-Z][a-z]', ex)
['Ca', 'Se']
>>> re.findall('[A-Z][a-z]?', ex)
['O', 'Ca', 'O', 'Se', 'O', 'O']
>>>

编辑#1：对于评论中提到的另一个例子：

>>> ex = 'ABbCccDdddEeeeeFfffffGggggggg'
>>> re.findall('[A-Z][a-z]*', ex)
['A', 'Bb', 'Ccc', 'Dddd', 'Eeeee', 'Ffffff', 'Gggggggg']

Answer 3

使用re.findall

import re
re.findall('.[^A-Z]*', 'OCaOSeOO')

输出：

['O', 'Ca', 'O', 'Se', 'O', 'O']

在包含单独原子的列表中转换一串化学元素

Turning a string of chemical elements in a list containing the separate atoms

python

string

split