str.split() re.split() --对任意多的分隔符拆分字符串

2023年2月2日 184次阅读 来源: cook__

问题：需要将字符串拆分为不同的字段，但是分隔符(以及分隔符之间的空格)在整个字符串中并不一致

有如下字符串：

line = 'asdf fjhk; ijhi, acdks,khcvds,    foo'

1、使用str.split()方法可以处理简单的分隔符处理，但是不支持多个分隔符

line.split(';')
Out[4]: ['asdf fjhk', ' ijhi, acdks,khcvds,    foo']

2、使用re.split()方法，可以为分隔符指定多个模式

re.split(r'[;,\s]\s*', line)  # \s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
Out[5]: ['asdf', 'fjhk', 'ijhi', 'acdks', 'khcvds', 'foo']

3、如果使用到了捕获组，那么匹配的文本也会包含在最终结果中

field = re.split(r'(;|,|\s)\s*', line)
field
Out[6]: ['asdf', ' ', 'fjhk', ';', 'ijhi', ',', 'acdks', ',', 'khcvds', ',', 'foo']

下面示例来说明：在特定的上下文中获取到分隔符也许是有用的

values = field[::2]
delimiters = field[1::2] + ['']
values
Out[10]: ['asdf', 'fjhk', 'ijhi', 'acdks', 'khcvds', 'foo']
delimiters
Out[11]: [' ', ';', ',', ',', ',', '']
''.join(k+v for k, v in zip(values, delimiters)) # 迭代出生成器中zip()函数返回元组中的k,v相连接
Out[12]: 'asdf fjhk;ijhi,acdks,khcvds,foo'

4、如果在结果中不想看到分隔符，但仍然想用括号来对正则表达式模式进行分组，要确保使用的是非捕获组，以(?:…)的形式指定

re.split(r'(?:,|;|\s)\s*', line)
Out[13]: ['asdf', 'fjhk', 'ijhi', 'acdks', 'khcvds', 'foo']
    原文作者：cook__
    原文地址: https://www.jianshu.com/p/5c8c7e38891c
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞