如何使用\ w +（不使用A-Ba-b或\ d）将单词与数字分开？

由 发布于

我使用OCR（光学字符识别）从文件中提取了文本，并得到了以下字符串：

Lisboa                       187      
      Santo Tirso                  8\n\n        Porto                        137            Vila do Conde
 8\n\n        Maia
   119            Penafiel
       7\n\n        Vila Nova de Gaia   
         83             Portimão        
             7\n\n        Oliveira de Azeméis          18             Évora
         5\n\n

我想获取一个元组列表，每个元组（“城市名称”，“以下号码”）如下所示： [（“里斯本”，“ 187”），（“圣托尔索”，“ 8”），（“波尔图”，“ 137”），...]

我写了这个表达式： r“（[[A-ZÁÉÍÓÚ] [\ w（）-\] +）（[\ d] +）”

因为城市名称可能包含波浪号和空格，但是我得到了（“城市名称紧随其他城市的名称之后”，“第二城市之后的数字”），如下所示： （“里斯本187 Santo Tirso”，“ 8”）。

所以：我想使用\ w +但要排除第一组中的所有数字（这将是元组的第一个元素）。我应该怎么做？