Python中字符串分割的常用方法是直接调用字符串的str.split
方法,但是其只能指定一种分隔符,如果想指定多个分隔符拆分字符串需要用到re.split
方法(正则表达式的split方法)。
str.split
字符串的split方法函数原型如下,其中sep为指定的分隔符,maxsplit为最大分割次数:
1 |
str.split(sep=None, maxsplit=-1) |
默认情况下,不指定分隔符时则以空白字符(空格,回车,制表符等)作为分隔符拆分字符串:
1 2 3 4 |
>>> s = ‘A B\tC\nD‘ >>> s.split() [‘A‘, ‘B‘, ‘C‘, ‘D‘] >>> |
在结果列表中,不会包含空字符串:
1 2 3 4 |
>>> s = ‘ A B\tC\nD\n\n‘ >>> s.split() [‘A‘, ‘B‘, ‘C‘, ‘D‘] >>> |
指定分隔符:
1 2 3 4 5 6 7 |
>>> s = ‘www.google.com‘ >>> s.split(‘.‘) [‘www‘, ‘google‘, ‘com‘] >>> s = ‘AA||BB||CC||DD‘ >>> s.split(‘||‘) [‘AA‘, ‘BB‘, ‘CC‘, ‘DD‘] >>> |
指定最大分割次数:
1 2 3 4 5 6 7 |
>>> s = ‘www.google.com‘ >>> s.split(‘.‘, 1) [‘www‘, ‘google.com‘] >>> s = ‘AA||BB||CC||DD‘ >>> s.split(‘||‘, 2) [‘AA‘, ‘BB‘, ‘CC||DD‘] >>> |
由此可见,当指定最大分割次数maxsplit
时,结果列表长度为maxsplit+1
。
但是,字符串的split方法只能指定一个分隔符,如下:
1 |
s = ‘AAAA,BBBB:CCCC;DDDD‘ |
如果想指定逗号、冒号、分号都做为分隔符,字符串的split方法是做不到的,此时要用正则表达式中的split方法。
re.split
正则表达式的split方法原型如下,其中pattern为指定的分隔正则表达式,string为要分割的字符串,maxsplit为最大分割次数,flags为正则表达式用到的通用标志:
1 |
re.split(pattern, string, maxsplit=0, flags=0) |
参考示例:
1 2 3 4 5 |
>>> import re >>> s = ‘AAAA,BBBB:CCCC;DDDD‘ >>> re.split(r‘[,:;]‘, s) [‘AAAA‘, ‘BBBB‘, ‘CCCC‘, ‘DDDD‘] >>> |
如果在正则表达式里使用了捕获组也就是括号,则结果列表中也会包含捕获的内容:
1 2 3 4 5 |
>>> import re >>> s = ‘AAAA,BBBB:CCCC;DDDD‘ >>> re.split(r‘([,:;])‘, s) [‘AAAA‘, ‘,‘, ‘BBBB‘, ‘:‘, ‘CCCC‘, ‘;‘, ‘DDDD‘] >>> |
如果不想在结果中看到分隔符,但仍然想用括号对正则表达式模式进行分组,可以使用非捕获组,以(?:...)
的形式指定,示例如下:
1 2 3 4 5 |
>>> import re >>> s = ‘AAAA,BBBB:CCCC;DDDD‘ >>> re.split(r‘(?:[,:;])‘, s) [‘AAAA‘, ‘BBBB‘, ‘CCCC‘, ‘DDDD‘] >>> |
指定最大分割次数:
1 2 3 4 5 6 7 |
>>> import re >>> s = ‘AAAA,BBBB:CCCC;DDDD‘ >>> re.split(r‘[,:;]‘, s, 1) [‘AAAA‘, ‘BBBB:CCCC;DDDD‘] >>> re.split(r‘[,:;]‘, s, 2) [‘AAAA‘, ‘BBBB‘, ‘CCCC;DDDD‘] >>> |
由此可见,当指定最大分割次数maxsplit
时,结果列表长度为maxsplit+1
。
指定正则表达式中的通用标志flags:
1 2 3 4 |
>>> import re >>> re.split(‘[a-f]+‘, ‘0a3B9‘, flags=re.IGNORECASE) [‘0‘, ‘3‘, ‘9‘] >>> |
原文链接:http://www.revotu.com/python-split-string-methods.html
原文地址:https://www.cnblogs.com/pythonedu/p/9060650.html