如何检测编号标题中的编号（长度）？

Posted 2023-02-22

【中文标题】如何检测编号标题中的编号（长度）？

【英文标题】：How to detect (length of) numbering in a numbered title?

【发布时间】：2018-12-27 18:54:45

【问题描述】：

python3 中是否有一种方法（经过训练的模型或确定性函数）可以返回标题中编号的长度。 例如，

"I. This is a big title" ---> length=len("I.")=2
"1.10 This a small title" ---> length=len("1.10")=4
"A)b) This is another title" ---> length=len("A)b)")=4
"C.2 This is a regular title" ---> length=len("C.2")=3
"This is not a title" ---> length=0
etc....

?

我写了一个小函数，它使用正则表达式来检测字符串是否以编号开头：

pattern = r'(^IX|IV|VI0,3|I1,3)(\s|-|\s-|\)|\s\)|\.|\s\.|/|\s/|–|\s–)'
m_romans = re.search(pattern, text)
m_letters = re.search(r'^([a-zA-Z])(\s|-|\s-|\)|\s\)|\.|\s\.|/|\s/|–|\s–)', text)
m_digits = re.search(r'^(\d)(\s|-|\s-|\)|\s\)|\.|\s\.|/|\s/|–|\s–)', text)

也许正则表达式可以提供帮助？

【问题讨论】：

这归结为编写一个正则表达式，或功能上与正则表达式等效的东西，用于检测“编号模式”。已经有很多正则表达式教程，所以任何额外的帮助只会引导您明确您认为的“编号模式”是什么。

【参考方案1】：

如果编号总是在开头并用空格分隔。

len(title.split()[0])

应该可以。

再想一想，也许您可​​以使用title.split()[0] 并使用您的正则表达式检查该结果。如果满足你对标题的定义，检查长度，否则返回0。

【参考方案2】：

如果您尝试使用类似的方法首先使用正则表达式来检测数字

Return positions of a regex match() in javascript?