Séparation d'une chaîne de caractères basée sur une expression rationnelle

Question

Quelle est la meilleure façon de diviser une chaîne de caractères telle que "HELLO there HOW are YOU" par des mots en majuscules (en Python) ?

Je me retrouverais donc avec un tableau comme celui-ci : results = ['HELLO there', 'HOW are', 'YOU']

---

EDITAR:

J'ai essayé :

p = re.compile("\b[A-Z]{2,}\b")
print p.split(page_text)

Mais ça n'a pas l'air de marcher.

Answer 1

Je propose

l = re.compile("(?<!^)\s+(?=[A-Z])(?!.\s)").split(s)

Vérifiez cette démo .

Answer 2

Tu pourrais utiliser un lookahead :

re.split(r'[ ](?=[A-Z]+\b)', input)

Cette opération sera interrompue à chaque espace suivi d'une chaîne de lettres majuscules se terminant par une limite de mot.

Notez que les crochets ne servent qu'à faciliter la lecture et pourraient tout aussi bien être omis.

S'il suffit que la première lettre d'un mot soit en majuscule (donc si vous voulez diviser devant Hello aussi), c'est encore plus facile :

re.split(r'[ ](?=[A-Z])', input)

Maintenant, cela se divise à chaque espace suivi d'une lettre majuscule.

Answer 3

Votre question contient la chaîne littérale "\b[A-Z]{2,}\b" , mais que \b signifiera retour en arrière, car il n'y a pas de modificateur r.

Essayez : r"\b[A-Z]{2,}\b" .