* Fue una pregunta con autorespuesta, así que respondo a ambos.
Usar un número para separar números es imposible. Para separar 2 elementos, hay que usar un separador que no pueda ocurrir jamás dentro de un elemento. Por ejemplo, si tuvieras almacenado a 1020304
... ¿Qué es? 1-20304
, 102-304
, 10203-4
, ó 1-2-3-4
... ¿Se ve el problema?
No hay beneficio en codificar 2 números en 1. No veo ningún beneficio en juntarlos, todo lo contrario, sólo problemas. Mencionaste que era para optimizar el almacenamiento, pero el tamaño teórico en memoria va a ser siempre el [máximo permitido]^2
. Cuando son 2 números, lo mejor es almacenarlos como 2 números, en 2 campos de tu base de datos. Te va a evitar futuros dolores de cabeza, especialmente si quisieras buscar algo como: partidos de un equipo con más de 100 pases, partidos con más de 3 goles de diferencia, etc. Si tuvieras que hacerlo sobre el mismo campo sería algo complicado, y muy sencillo si están en campos diferentes. Además, SQLite usa un sistema dinámico de tipeo, por lo que preocuparse por la definición de tipos de datos es innecesario.
Sólo para saber, cómo se podrían unir en un campo. Una opción sería ubicar a ambos en partes diferentes del mismo número, dependiendo el tamaño máximo permitido. Por ejemplo, si el tamaño máximo es 1000 (entre 0 y 999), podrías codificar 123
y 45
como 123045
.
- Para codificar:
final = num1 * max + num2
.
- Para decodificar:
num1 = int(final / max)
; num2 = final % max
.
Pero, de nuevo, no es la mejor forma, usá 2 campos.
En cuanto a la expresión regular. Usaste un split con 0(?=0$)|0(?=[1-9])
, y me pareció muy creativo, está muy bien. En aras de simplificarla un poco, en vez de considerar que el 0
esté seguido de un número que no sea 0
, o de 0
sólo si ese 0
está al final, podríamos buscar la condición: que el cero no esté seguido de otro 0
más otro caracter. Es decir, 0(?!.*0.)
.
Sin embargo, en estos casos, en vez de hacer split sobre un caracter con múltiples condiciones, es más sencillo buscar que coincida con un número, un cero y otro número, capturando a ambos números, con (\d+)0(\d+)
.
import re
regex = r"(\d+)0(\d+)"
pruebas = ['600','008','1000','2004','107','1007', '1020304']
for numero in pruebas:
matches = re.search(regex, numero)
print (numero + "\t-->\t" + matches.group(1) + ",\t" + matches.group(2))
Salida:
600 --> 6, 0
008 --> 0, 8
1000 --> 10, 0
2004 --> 20, 4
107 --> 1, 7
1007 --> 10, 7
1020304 --> 10203, 4
¿Por qué (\d+)0(\d+)
coincide con el último cero? Porque el motor de regex evalúa el patrón de izquierda a derecha, buscando todos los intentos hasta encontrar una coincidencia (o fallar en el intento). Lo primero que intenta es \d+
, y como los cuantificadores son golosos (greedy) por omisión, va a intentar coincidir con la mayor cantidad de dígitos que pueda y luego, si toda la expresión no coincide, va a retroceder (backtrack) intentando con uno menos. Es decir, que el primer \d+
va a consumir todos los dígitos, siempre que luego coincida con 0(\d+)
.
Por ejemplo, con 1007
, los pasos serían (sacado de regex101):
Claro que este regex separaría a 1020304
como 10203
y 4
, pero por eso es que te recomiendo usar 2 campos diferentes, y no preocuparte por cómo dividirlo con regex.