正则想到脑子疼，求大家帮帮忙

[guiqiqi]

想了一中午，也没想出来这个改怎么写，一个头四个大；各个搜索引擎都查过了，最后只能到 v2 上来求助。

源字符串是题目的选项：

A. A 类 - 3.2 B. B 类 - 6.4 C. C 类 - 12.8 D. D 类 - 25.6

想要将选项和选项的内容分开并获取到，即获取到以下四个分组：

[('A', 'A 类 - 3.2'), ('B', 'B 类 - 6.4'), ('C', 'C 类 - 12.8'), ('D', 'D 类 - 25.6')]

上网查有说到用环视，可是我在贪婪匹配下总是得不到想要的结果，以下是我现在能想到的最接近的正则：

>>> text = "A. A 类 - 3.2 B. B 类 - 6.4 C. C 类 - 12.8 D. D 类 - 25.6"
>>> pattern = re.compile(r"(?P<option>\w+)[、\.](?P<content>(?!.*?[A-Z]\.).*)")
>>> pattern.findall(text)
[('D', ' D 类 - 25.6')]
>>> pattern = re.compile(r"(?P<option>\w+)[、\.](?P<content>.*(?!.*?[A-Z]\.))")
>>> pattern.findall(text)
[('A', ' A 类 - 3.2 B. B 类 - 6.4 C. C 类 - 12.8 D. D 类 - 25.6')]
>>>

谢谢大家！

选项内容暂是没有用 [A-Z]\. 开头的，应该可以以这个作为区分，其他的貌似都出现了，感谢！

[nazor]

选项内容有格式限制吗？没有格式限制，有歧义啊。

[IvanLi127]

目前例子这个还是能用正则搞的 用 A. 这样的东西区分选项。还有不要用贪婪模式

[guiqiqi]

@nazor 对啊，选项内容是 `.*` 的，我头都大了。。。

[pandacat]

(([ABCD])\. +(\2\W+\d+\.?\d+))
这样？

[guiqiqi]

@IvanLi127 我后面的那个环视 `(?!.*?[A-Z]\.)` 是想用 A.这样的区分，还是不知道怎么搞，求赐教！

[guiqiqi]

@pandacat 谢谢您，但是我忘了说了，选项内容是 .* 的。。。头大

[guiqiqi]

@nazor @IvanLi127 @pandacat
看了看数据，现在暂时没有用 大写字母 [A-Z] 加 . 作为开头的。非常感谢~

[imn1]

In [1]: text = "A. A 类 - 3.2 B. B 类 - 6.4 C. C 类 - 12.8 D. D 类 - 25.6"

In [2]: import regex as re

In [3]: re.findall(r'([A-Z])\.\s+(.+?\d\.\d)(?:\s|$)',text)
Out[3]:
[('A', 'A 类 - 3.2'),
('B', 'B 类 - 6.4'),
('C', 'C 类 - 12.8'),
('D', 'D 类 - 25.6')]

关键在于 里面一个 +? ，用对地方就行

[guiqiqi]

@imn1 谢谢您的回复，但是我这里这个选项是没有格式限制的，不一定是 `\d\.\d`，当我的数据变成其他格式的时候，+?我这里只匹配到选项后的第一个字符（即没有贪婪匹配）：

```
>>> pattern = re.compile(r"(?P<option>\w+)[、\.](?P<content>.+?)")
>>> pattern.findall("A.C 类 B.D 类 C.E 类 D.F 类")
[('A', 'C'), ('B', 'D'), ('C', 'E'), ('D', 'F')]
```

我这里中间有的分隔符是用中文顿号分割的，所以写成了 `[、\.]` 的形式。

[co3site]

首先你把问题描述清楚，看了你一连串的回复，根本不知道你的目标字符串到底是什么样的

[imn1]

你这样说的话，基本没法做
我很怀疑每字段不是空格分开，而是<tab>
如果只是空格，又格式不定的话，设计这个 log 格式的人本身就有问题

[Kilerd]

同 10L，看完下来根本不知道你文本到底是怎样的。表述不清楚。

[guiqiqi]

@co3site @Kilerd 不好意思啊，可能表述的不是很清楚，我在这里在多举几个例子可能会好一些：

Example 1: A. 13 B. 12 C. 11 D. 10
Example 2: A. 选项 1 B. 选项 2 C. 选项 3 D. 选项 4
Example 3: A. A 类 - 3.2 B. B 类 - 6.4 C. C 类 - 12.8 D. D 类 - 25.6
Example 4: A. C 类 B. D 类 C. E 类 D. F 类

归纳下来数据格式就是:
A. 数据 B. 数据 ....
而其中的数据不包含大写字母和 . 的连续组合。希望这里表述的足够清楚。

@imn1 不是 log 哈，老妈最近要有一个考试，她基本不怎么会上网，从网上给她找了些题目，但是格式很不统一，我想用正则提出来入库给她做一个小程序让她练（能实现那种答案做完之后跳出来还有解析的那种，现在就剩答案格式不好提取了），非常感谢回复。

[nazor]

@guiqiqi 分析特殊字符吧，只靠文字有歧义，正则也没用。

[guiqiqi]

@nazor 谢谢！不知道这个分析特殊字符是什么意思，可能是打错了我觉得~，如果是分割特殊字符的话，我实在找不出来固定的特殊字符，因为选项字符串中也含有空格···· 头大

[imn1]

In [14]: re.findall(r'(?:\.\s+)(.+?)(?:\s[A-D]|$)',text)
Out[14]: ['A 类 - 3.2', 'B 类 - 6.4', 'C 类 - 12.8', 'D 类 - 25.6']

放弃直接提取 ABCD，反正按顺序自己添加就行
keyword 是每项开头有「 ABCD.空格」，如果不符合全部我也没办法了

[guiqiqi]

@imn1 感谢，问题已解决！