Python - 定义字符串拆分分隔符？

Question

如何定义字符串分隔符以最有效的方式进行拆分？我的意思是不需要使用很多 if 等？

我有需要严格拆分为两个元素列表的字符串。问题是那些字符串有不同的符号，我可以用它们来分割它们。例如：

'Hello: test1'。这个有分割分隔符': '。另一个例子是： 'Hello - test1'。所以这个是' - '。拆分分隔符也可以是' -' 或'- '。因此，如果我知道分隔符的所有变体，我如何才能最有效地定义它们？

首先我做了这样的事情：

strings = ['Hello - test', 'Hello- test', 'Hello -test']
for s in strings:
    delim = ' - '
    if len(s.split('- ', 1)) == 2:
        delim = '- '
    elif len(s.split(' -', 1)) == 2:
        delim = ' -'
    print s.split(delim, 1)[1])

但后来我得到了具有另一个意外分隔符的新字符串。所以这样做我应该添加更多的 if 来检查其他分隔符，比如': '。但是后来我想知道是否有更好的方法来定义它们（如果我以后需要在某种列表中包含新的定界符，这没有问题）。也许正则表达式会有所帮助或其他一些工具？

Answer 1

使用逻辑或| 运算符将所有分隔符放入re.split 函数中，如下所示。

re.split(r': | - | -|- ', string)

如果您想进行一次性拆分，请添加maxsplit=1。

re.split(r': | - | -|- ', string, maxsplit=1)

Answer 2

可以使用re模块的split函数

>>> strings = ['Hello1 - test1', 'Hello2- test2', 'Hello3 -test3', 'Hello4 :test4', 'Hello5 : test5']
>>> for s in strings:
...   re.split(" *[:-] *",s)
...
['Hello1', 'test1']
['Hello2', 'test2']
['Hello3', 'test3']
['Hello4', 'test4']
['Hello5', 'test5']

[] 之间的位置放置了所有可能的分隔符。 * 表示可以在前面或后面放一些空格。

Answer 3

\s*[:-]\s*

您可以按此拆分。使用re.split(r"\s*[:-]\s*",string)。查看演示。

https://regex101.com/r/nL5yL3/14

如果您可以使用 - 或 - 或 - 等分隔符，则应使用此分隔符。其中可以有多个空格。

Answer 4

这不是最好的方法，但如果您出于某种（或没有）原因想要避免使用 re，我会这样做：

>>> strings = ['Hello - test', 'Hello- test', 'Hello -test', 'Hello : test']
>>> delims = [':', '-']  # all possible delimiters; don't worry about spaces.
>>>
>>> for string in strings:
...     delim = next((d for d in delims if d in string), None) # finds the first delimiter in delims that's present in the string (if there is one)
...     if not delim:
...         continue  # No delimiter! (I don't know how you want to handle this possibility; this code will simply skip the string all together.)
...     print [s.strip() for s in string.split(delim, 1)]  # assuming you want them in list form.
['Hello', 'test']
['Hello', 'test']
['Hello', 'test']
['Hello', 'test']

这使用 Python 的原生 .split() 在分隔符处断开字符串，然后使用 .strip() 修剪结果中的空白（如果有）。我使用next 来找到合适的分隔符，但有很多东西可以用来交换（特别是如果你喜欢for 块）。

如果您确定每个字符串将包含至少一个分隔符（最好是完全一个），那么您可以将其缩减为：

 ## with strings and delims defined...
>>> for string in strings:
...     delim = next(d for d in delims if d in string) # raises StopIteration at this line if there is no delimiter in the string.
...     print [s.strip() for s in string.split(delim, 1)]

我不确定这是否是最优雅的解决方案，但它使用的 if 块更少，而且您无需导入任何内容即可。