使用至少 n 个空格分割字符串答案

【问题标题】：split string using at least n number of white spaces使用至少 n 个空格分割字符串
【发布时间】：2019-11-29 02:45:02
【问题描述】：

我有以下数据，我无法更改：

data = """
-5,-2   -52.565           
-5,-1   -48.751           
-5, 0   -47.498           
-5, 1   -48.751          - 
-5, 2   -52.565          
"""

我想将这些列分成两个列表，即：

list1 = ['-5,-2','-5,-1','-5, 0','-5, 1','-5, 2']
list2 = ['-52.565,'-48.751','-47.498','-48.751','-52.565']

现在，我有兴趣正确分割每一行：

lines = [l for l in s.splitlines()]

print(lines[2].split())
print(lines[3].split())

['-5,-1', '-48.751']

['-5,', '0', '-47.498]

您可以看到 line[3] 没有正确拆分，因为 '-5' 和 '0' 之间有一个空格。为了解决这个问题，我尝试了以下方法（基于python split a string with at least 2 whitespaces）：

import re
print(re.split(r'\s{2,}', lines[3]))

第一列条目 '-5, 0' 成功，但它还在末尾添加了一个空列表条目：

['-5, 0', '-47.498', '']

我该如何解决这个问题？也许有更好的分割方法？

编辑：

如果我使用

print(re.split(r'\s{2,}', lines[3],  maxsplit = 1))

我明白了：

['-5, 0', '-47.498 ']

【问题讨论】：

re.split 采用附加参数 maxsplit - 将其设置为 1，您将始终分成两列。我建议然后运行 str.strip 删除尾随空格
@Arthur.V 啊，这就是我要问你的。好的，会试试的。 :)
第二个数字后面有空格，这就是为什么你有空字符串。您可以使用.strip() 删除数字前后的空格。
@mx0 是的，但很遗憾，我无法更改数据。 :(
只保留您使用re.split 获得的列表的前两项...

标签： python python-3.x string list split

【解决方案1】：

import re

data = """
-5,-2   -52.565           
-5,-1   -48.751           
-5, 0   -47.498           
-5, 1   -48.751          - 
-5, 2   -52.565          
"""

patternA = re.compile('(-\d+,[\s|-]\d+)')
matches = re.findall(patternA, data)
listA = []

for elem in matches:
    listA.append(elem)


patternB = re.compile('\s(-\d+\.\d+)')
matches = re.findall(patternB, data)
listB = []

for elem in matches:
    listB.append(elem)

print(listA)
print(listB)

正则表达式的解释（对不起，我试图在手机上输入这个奇怪的格式）

In re.compile:
\d+   -   Number with one or more digits
\s     -   Matches single whitespace
[\s|-]  -  Matches whitespace or -
( )      -  Captures group, this part is returned by the findall

【讨论】：

【解决方案2】：

如果您想使用非正则表达式、过于复杂且更冗长，您可以这样做：

data = """
-5,-2   -52.565           
-5,-1   -48.751           
-5, 0   -47.498           
-5, 1   -48.751          - 
-5, 2   -52.565          
"""

jumbled_fields = data.split("\n")

divided = list()
for n in range(len(jumbled_fields)):
    for split_field in jumbled_fields[n].split("   "):
        if split_field != "" and split_field[0] != " ":
            divided.append(split_field)

first = list()
second = list()
for n in range(len(divided)):
    if n % 2 == 0:
        first.append(divided[n])
    else:
        second.append(divided[n])
print(first)  # ['-5,-2', '-5,-1', '-5, 0', '-5, 1', '-5, 2']
print(second)  # ['-52.565', '-48.751', '-47.498', '-48.751', '-52.565']

【讨论】：

【解决方案3】：

试试这个

data = """
    -5,-2   -52.565           
    -5,-1   -48.751           
    -5, 0   -47.498           
    -5, 1   -48.751          - 
    -5, 2   -52.565          
"""
lines = [l.strip() for l in data.splitlines()]
list1 = []
list2 = []
for line in lines:
    if not line:
        continue
    columns = line.split(' '*3)
    list1.append(columns[0])
    list2.append(columns[1])
print(list1)
print(list2)

【讨论】：

【解决方案4】：

使用re将行拆分为列，然后使用zip函数将列拆分为两组：

import re
data = """
-5,-2   -52.565           
-5,-1   -48.751           
-5, 0   -47.498           
-5, 1   -48.751          - 
-5, 2   -52.565          
"""
columns = [re.split('\s{2,}', line.strip()) for line in data.splitlines() if line.strip()]
print(columns)
first, second = map(list, zip(*columns))
print(first)
print(second)

输出：

[['-5,-2', '-52.565'], ['-5,-1', '-48.751'], ['-5, 0', '-47.498'], ['-5, 1', '-48.751', '-'], ['-5, 2', '-52.565']]
['-5,-2', '-5,-1', '-5, 0', '-5, 1', '-5, 2']
['-52.565', '-48.751', '-47.498', '-48.751', '-52.565']

【讨论】：

【解决方案5】：

在拆分之前尝试剥离线条：

print(re.split(r'\s{2,}', lines[3].strip(),  maxsplit = 1)) 
#or 
print(re.split(r'\s{2,}', lines[3].strip()))

【讨论】：