ye-peng

问题

​ 你需要将一个字符串分割为多个字段,但是分隔符(还有周围的空格)并不是固定的。

解决方案

​ string对象的split()方法只适用于非常简单的字符串分割情形,它并不允许有多个分隔符或者是分隔符周围不确定的的空格。当你需要添加更灵活的切割字符串的时候,最好使用re.split()方法:

import re
line = \'asdf  fjdk; afed, fjek,asdf, foo\'

res = re.split(r\'[;,\s]\s*\', line)
print(res)  # ->[\'asdf\', \'fjdk\', \'afed\', \'fjek\', \'asdf\', \'foo\']

讨论

​ 函数re.split()是非常实用的,因为它允许你为分隔指定多个正则模式。比如,在上面的例子中,分隔符可以是逗号,分号或者是空格,并且后面紧跟着任意个的空格。只要这个模式被找到,那么匹配的分隔符两边的实体都会被当成事结果中的元素返回。返回结果为又给字段列表,这个跟str.split()返回值类型是一样的。

​ 当你使用re.split()函数的时候,需要特别注意的是正则表达式中是否包含一个括号捕获分组。如果使用了捕获分组,那么被匹配的文本也将出现在结果列表中。比如,观察一下这段代码运行后的结果:

fields = re.split(r\'(;|,|\s)\s*\', line)
print(fields)
# ->[\'asdf\', \' \', \'fjdk\', \';\', \'afed\', \',\', \'fjek\', \',\', \'asdf\', \',\', \'foo\']

​ 获取分隔字符在某些情况下也是有用的。比如,你可能想保留分隔符字符串,用来在后面重新构造一个新输出的字符串;

values=fields[::2]
delimiters=fields[1::2]+[\'\']
print(values) # ->[\'asdf\', \'fjdk\', \'afed\', \'fjek\', \'asdf\', \'foo\']
print(delimiters)  # ->[\' \', \';\', \',\', \',\', \',\', \'\']
print(\'\'.join(v+d for v,d in zip(values,delimiters)))  # ->asdf fjdk;afed,fjek,asdf,foo

​ 如果你不想保留分隔字符串到结果列表中去,但仍然需要使用到括号来分组正则表达式的话,确保你的分组是非捕获分组,形如(?:....).比如:

print(re.split(r\'(?:,|;|\s)\s*\',line)) #->[\'asdf\', \'fjdk\', \'afed\', \'fjek\', \'asdf\', \'foo\']

分类:

技术点:

相关文章: