2.1 使用多個(gè)界定符分割字符串

問(wèn)題

你需要將一個(gè)字符串分割為多個(gè)字段，但是分隔符(還有周圍的空格)并不是固定的。

解決方案

string對(duì)象的 split() 方法只適應(yīng)于非常簡(jiǎn)單的字符串分割情形，它并不允許有多個(gè)分隔符或者是分隔符周圍不確定的空格。當(dāng)你需要更加靈活的切割字符串的時(shí)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']

討論

函數(shù) re.split() 是非常實(shí)用的，因?yàn)樗试S你為分隔符指定多個(gè)正則模式。比如，在上面的例子中，分隔符可以是逗號(hào)(,)，分號(hào)(;)或者是空格，并且后面緊跟著任意個(gè)的空格。只要這個(gè)模式被找到，那么匹配的分隔符兩邊的實(shí)體都會(huì)被當(dāng)成是結(jié)果中的元素返回。返回結(jié)果為一個(gè)字段列表，這個(gè)跟 str.split() 返回值類型是一樣的。

當(dāng)你使用 re.split() 函數(shù)時(shí)候，需要特別注意的是正則表達(dá)式中是否包含一個(gè)括號(hào)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(xiàn)在結(jié)果列表中。比如，觀察一下這段代碼運(yùn)行后的結(jié)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(lái)在后面重新構(gòu)造一個(gè)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(jié)果列表中去，但仍然需要使用到括號(hào)來(lái)分組正則表達(dá)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']
>>>