如何在 python 的正则表达式拆分中忽略组？ [复制]答案

【问题标题】：How do I ignore the group in a regex split in python? [duplicate]如何在 python 的正则表达式拆分中忽略组？ [复制]
【发布时间】：2016-10-07 14:24:17
【问题描述】：

我知道这可能是一个非常简单的问题，但我正在努力在 python 中拆分一个字符串。我的正则表达式有这样的组分隔符：

myRegex = "(\W+)"

我想把这个字符串解析成单词：

testString = "This is my test string, hopefully I can get the word i need"
testAgain = re.split("(\W+)", testString)

结果如下：

['This', ' ', 'is', ' ', 'my', ' ', 'test', ' ', 'string', ', ', 'hopefully', ' ', 'I', ' ', 'can', ' ', 'get', ' ', 'the', ' ', 'word', ' ', 'i', ' ', 'need']

这不是我所期望的。我希望该列表包含：

['This','is','my','test']......etc

现在我知道这与我的正则表达式中的分组有关，我可以通过删除括号来解决这个问题。 但是我怎样才能保留括号并得到上面的结果呢？

抱歉这个问题，我已经阅读了关于 regex spliting with groups 的官方 python 文档，但我仍然不明白为什么我的列表中有空格

【问题讨论】：

为什么要保留这些括号（捕获组）？
你的意思是你还想使用捕获组？试试myRegex = r"\s*([^\w\s])\s*"

标签： python regex

【解决方案1】：

如本答案How to split but ignore separators in quoted strings, in python? 中所述，您可以在数组拆分后简单地对其进行切片。这样做很容易，因为您想要所有其他成员，从第一个成员开始（所以 1,3,5,7）

您可以使用如下所述的 [start:end:step] 表示法：

testString = "This is my test string, hopefully I can get the word i need"
testAgain = re.split("(\W+)", testString)
testAgain = testAgain[0::2]

另外，我必须指出\W 匹配任何非单词字符，包括标点符号。如果您想保留标点符号，则需要更改您的正则表达式。

【讨论】：

是的，这就是我要找的。谢谢！

【解决方案2】：

你可以这样做：

testAgain = testString.split()  # built-in split with space

不同的regex 方法：

testAgain = re.split(r"\s+", testString)   # split with space
testAgain = re.findall(r"\w+", testString) # find all words
testAgain = re.findall(r"\S+", testString) # find all non space characters

【讨论】：