python split 和 re.split 没有捕获字符串中的制表符或空格答案

【问题标题】：python split and re.split not capturing what appear to be either tabs or spaces in stringpython split 和 re.split 没有捕获字符串中的制表符或空格
【发布时间】：2014-06-07 12:29:51
【问题描述】：

我有一个类似的字符串：

'Agendas / Schedules meetings and speakers       4 F     1928-1209       Box 2'

我正在尝试将其拆分为似乎是标签的内容。虽然如果我使用print repr(str) 打印，我只会在末尾看到特殊字符：

'Agendas / Schedules meetings and speakers       4 F     1928-1209       Box 2\r\n'

如果我尝试print re.split('\t+', str) 或print re.split('\s+', str) 之类的东西，则没有任何内容被拆分，即输出仍然：

['Agendas / Schedules meetings and speakers       4 F     1928-1209       Box 2\r\n']

如果正则表达式不起作用，有没有办法隔离这些固定宽度的项目？

更新：我希望只在较大的空白处进行拆分，因此 .split() 创建每个单词的列表元素并不是我想要的。

【问题讨论】：

如果已解决。为什么不将其复制并粘贴到正则表达式中？
你说 python split 不起作用，但你没有显示结果。如果你这样做str.split() 会发生什么？哦，你应该避免调用你的变量str，因为它会影响python内置。
你能把' '.join('%02x' % ord(c) for c in str)的输出贴出来吗？您还应该注意 str 是一个错误的变量名，因为它掩盖了内置的

标签： python regex string python-2.7 split

【解决方案1】：

过去我遇到过几次，您可能遇到过 Zero-Width-Space 的情况。

>>> s = 'Agendas / Schedules meetings and speakers       4 F     1928-1209       Box 2'
>>> re.split(ur'[\u200b\s]+', s, flags=re.UNICODE)

['Agendas', '/', 'Schedules', 'meetings', 'and', 'speakers', '4', 'F', '1928-1209', 'Box', '2']

【讨论】：

打印repr 时不会显示unicode 字符吗？

【解决方案2】：

string 的 split() 方法默认会在空格处分割。所以：

print str.split()

应该可以解决问题。

【讨论】：

【解决方案3】：

感谢大家的意见。没有意识到 python 有一个零宽度空间错误 (http://bugs.python.org/issue13391)

无论如何，在多个空格上进行匹配似乎可以解决问题：

>>>re.split('\s{2,}', s)
['Agendas / Schedules meetings and speakers', '4 F', '1928-1209', 'Box 2']
>>>

【讨论】：