string对象的split()方法只适应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空格。当你需要更加灵活的切割字符串的时候,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’]
讨论
函数re.split()是非常实用的,因为它允许你为分隔符指定多个正则模式。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是结果中的元素返回。返回结果为一个字段列表,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)>>> fields
[‘asdf’,”,’fjdk’,’;’,’afed’,’,’,’fjek’,’,’,’asdf’,’,’,’foo’]>>>
获取分割字符在某些情况下也是有用的。比如,你可能想保留分割字符串,用来在后面重新构造一个新的输出字符串:>>> 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:>>> re.split(r'(?:,|;|\s)\s*’, line)
[‘asdf’,’fjdk’,’afed’,’fjek’,’asdf’,’foo’]>>>