使用 re.split 在 python 中使用多个分隔符拆分字符串（来自 python 食谱）答案

【问题标题】：splitting strings with multiple delimiters in python with re.split (from python cookbook)使用 re.split 在 python 中使用多个分隔符拆分字符串（来自 python 食谱）
【发布时间】：2014-07-18 11:55:34
【问题描述】：

在 Python Cookbook 3rd Edition 的第 2 章第 2.1 节中，您有以下内容：

>>> line = 'asdf fjdk; afed, fjek,asdf,      foo'
>>> import re
>>> re.split(r'[;,\s]\s*', line)
['asdf', 'fjdk', 'afed', 'fjek', 'asdf', 'foo']

是的，这是一个很好的例子...但是当我尝试删除正则表达式中的 \s* 时，它仍然具有相同的效果...见下文：

>>> re.split(r'[;,\s]*', line)
['asdf', 'fjdk', 'afed', 'fjek', 'asdf', 'foo']

那么，作者有什么想法让多余的\s* 用于任何其他目的，而不是不使用它更简单更短？

请提出您的意见。

【问题讨论】：

标签： python regex csv cookbook

【解决方案1】：

我没有这本书，所以我不知道作者的意图。但是 David Beazley 和他们一样敏锐，所以我只能猜测这是为了区分这两行的输出。

>>> line = 'asdf fjdk; afed, fjek,asdf,      foo'
>>> line = 'asdf fjdk; ; afed, fjek,asdf,      foo'

使用书中的正则表达式，第二行将是

['asdf', 'fjdk', '', 'afed', 'fjek', 'asdf', 'foo']

并使用修改后的正则表达式

['asdf', 'fjdk', 'afed', 'fjek', 'asdf', 'foo']

您的正则表达式将折叠组 [;,\s] 中未被匹配组中以外的字符分隔的所有符号。

【讨论】：

感谢您的输入.. 使用本书正则表达式的绝佳示例。

【解决方案2】：

两个正则表达式不同。

第一个正则表达式指出，分隔符应该是逗号、分号或空格，可选地后跟空格
第二个正则表达式指出，分隔符应该是一个或多个逗号、分号或空格。

所以按照定义，如果你在下面的字符串上应用正则表达式，你可以很容易地找到区别

line = 'asdf fjdk;; afed, fjek,asdf,      foo'

所以结果现在会有所不同

>>> re.split(r'[;,\s]*', line)
['asdf', 'fjdk', 'afed', 'fjek', 'asdf', 'foo']
>>> re.split(r'[;,\s]\s*', line)
['asdf', 'fjdk', '', 'afed', 'fjek', 'asdf', 'foo']

现在，您想要什么正则表达式取决于您要处理的输入是什么，以及所有可接受的测试用例的期望输出是什么。

【讨论】：

感谢您的输入.. 使用本书正则表达式的绝佳示例。