拆分字符串而不丢失分隔符（及其计数）答案

【问题标题】：Split string without losing delimiter (and its count)拆分字符串而不丢失分隔符（及其计数）
【发布时间】：2021-08-22 09:13:19
【问题描述】：

我正在尝试在空格上拆分如下字符串：

string = "This            is a                      test."

# desired output
# ['This', '            ', 'is', ' ', 'a', '                      ', 'test.']

# actual output, which does make sense
result = string.split()
# ['This', 'is', 'a', 'test.']

还有 re.split 保留分隔符，但不是我希望的方式：

import re
string = "This            is a                      test."

result = re.split(r"( )", string)
# ['This',
# ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ',
# 'is', ' ',
# 'a', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ', '', ' ',
# 'test.']

我可以这样做并达到我想要的结果：

string = "This            is a                      test."
result = []

spaces = ''
word = ''
for letter in string:
    if letter == ' ':
        spaces += ' ' 
        if word:
            result.append(word)
            word = ''
    else:
        word += letter
        if spaces:
            result.append(spaces)
            spaces = ''
if spaces:
    result.append(spaces)
if word:
    result.append(word)

print(result)
# ['This', '            ', 'is', ' ', 'a', '                      ', 'test.']

但这感觉不是最好的方法。有没有更 Pythonic 的方式来实现这一点？

【问题讨论】：

标签： python string split

【解决方案1】：

尝试使用re.split 与(\s+) 的表达式：

>>> import re
>>> string = "This            is a                      test."
>>> re.split(r'(\s+)', string)
['This', '            ', 'is', ' ', 'a', '                      ', 'test.']
>>>

Regex101 example.

【讨论】：

将其设为 r'(\s+)' 以避免出现 DeprecationWarning: invalid escape sequence \s

【解决方案2】：

你可以试试这个：

import re
def main_function(string):
    return re.split(r'(\s+)', string)

print(main_function("This            is a                      test."))

输出：

['This', '            ', 'is', ' ', 'a', '                      ', 'test.']

Example on Regex101.com

【讨论】：

【解决方案3】：

您也可以避免进行字符串拆分，而是使用re.findall：

string = "This            is a                      test."
matches = re.findall(r'\s+|\S+', string)
print(matches)

打印出来：

['This', '            ', 'is', ' ', 'a', '                      ', 'test.']

正则表达式替换 \s+|\S+ 交替匹配空白或非空白字符组。

【讨论】：