拆分后我的 readline() 的空字符串是什么

Question

我正在从输入文件中读取行并将每一行拆分为列表。但是，我遇到了以下让我感到困惑的情况。

这是我的代码：

with open("filename") as in_file:
    for line in in_file:
        print re.split(r'([\s,:()\[\]=|/\\{}\'\"<>]+)', line)

这是我的输入文件的演示：

PREREQUISITES

    CUDA 7.0 and a GPU of compute capability 3.0 or higher are required.


    Extract the cuDNN archive to a directory of your choice, referred to below as <installpath>.
    Then follow the platform-specific instructions as follows.

这是我得到的输出结果：

['PREREQUISITES', '\n', '']
['', '\n', '']
['', '    ', 'CUDA', ' ', '7.0', ' ', 'and', ' ', 'a', ' ', 'GPU', ' ', 'of', ' ', 'compute', ' ', 'capability', ' ', '3.0', ' ', 'or', ' ', 'higher', ' ', 'are', ' ', 'required.', '\n', '']
['', '\n', '']
['', '\n', '']
['', '    ', 'Extract', ' ', 'the', ' ', 'cuDNN', ' ', 'archive', ' ', 'to', ' ', 'a', ' ', 'directory', ' ', 'of', ' ', 'your', ' ', 'choice', ', ', 'referred', ' ', 'to', ' ', 'below', ' ', 'as', ' <', 'installpath', '>', '.', '\n', '']
['', '    ', 'Then', ' ', 'follow', ' ', 'the', ' ', 'platform-specific', ' ', 'instructions', ' ', 'as', ' ', 'follows.', '\n', '']

我的问题是：

Q1：在每一行的末尾，除了字符\n之外，还有一个空元素''。那是什么？

Q2：除了第一行之外，所有其他行都以这个空元素 '' 开头。这是为什么呢？

编辑：

添加问题 Q3：我希望将 ' ' 和 '\n' 等分隔符保留在结果中，但不希望将这个空元素 '' 保留。有没有办法做到这一点？

问题 Q1-2 的答案：here。

第三问的答案：here。

Answer 1

空字符串表示'\n'被匹配为该行中的最后一个字符，并且在它之后没有更多数据。那就是：

>>> re.split(r'([\s]+)', 'hello world\n')
['hello', ' ', 'world', '\n', '']

应该产生不同的结果：

>>> re.split(r'([\s]+)', 'hello world')
['hello', ' ', 'world']

您可以在拆分之前先剥离该行：

>>> re.split(r'([\s]+)', 'hello world\n'.strip())
['hello', ' ', 'world']

或者反转正则表达式并改用findall。 findall 的工作方式不同，因为它不会在匹配文本之间产生序列。

>>> re.findall(r'([^\s]+)', 'hello world\n')
['hello', 'world']