問題描述:
使用多個界定符分割字符串
問題
你需要將一個字符串分割為多個字段,但是分隔符(還有周圍的空格)並不是固定的。
解決方案
string
對象的 split()
方法只適應於非常簡單的字符串分割情形, 它並不允許有多個分隔符或者是分隔符周圍不確定的空格。 當你需要更加靈活的切割字符串的時候,最好使用 re.split()
方法:
>>> line = 'asdf fjdk; afed, fjek,asdf, foo' >>> import re >>> re.split(r'[;,\s]\s*', line) ['asdf', 'fjdk', 'afed', 'fjek', 'asdf', 'foo']
函數 re.split()
是非常實用的,因為它允許你為分隔符指定多個正則模式。 比如,在上面的例子中,分隔符可以是逗號,分號或者是空格,並且后面緊跟着任意個的空格。 只要這個模式被找到,那么匹配的分隔符兩邊的實體都會被當成是結果中的元素返回。 返回結果為一個字段列表,這個跟 str.split()
返回值類型是一樣的。
當你使用 re.split()
函數時候,需要特別注意的是正則表達式中是否包含一個括號捕獲分組。 如果使用了捕獲分組,那么被匹配的文本也將出現在結果列表中。比如,觀察一下這段代碼運行后的結果:
>>> fields = re.split(r'(;|,|\s)\s*', line) >>> fields ['asdf', ' ', 'fjdk', ';', 'afed', ',', 'fjek', ',', 'asdf', ',', 'foo']
獲取分割字符在某些情況下也是有用的。 比如,你可能想保留分割字符串,用來在后面重新構造一個新的輸出字符串:
>>> values = fields[::2] >>> delimiters = fields[1::2] + [''] >>> values ['asdf', 'fjdk', 'afed', 'fjek', 'asdf', 'foo'] >>> delimiters [' ', ';', ',', ',', ',', ''] >>> # Reform the line using the same delimiters >>> ''.join(v+d for v,d in zip(values, delimiters)) 'asdf fjdk;afed,fjek,asdf,foo'
如果你不想保留分割字符串到結果列表中去,但仍然需要使用到括號來分組正則表達式的話, 確保你的分組是非捕獲分組,形如 (?:...)
。比如:
>>> re.split(r'(?:,|;|\s)\s*', line) ['asdf', 'fjdk', 'afed', 'fjek', 'asdf', 'foo']