Python中字符串分割的常用方法是直接调用字符串的str.split方法,但是其只能指定一种分隔符,如果想指定多个分隔符拆分字符串需要用到re.split方法(正则表达式的split方法)。
str.split
字符串的split方法函数原型如下,其中sep为指定的分隔符,maxsplit为最大分割次数:
str.split(sep=None, maxsplit=-1)
默认情况下,不指定分隔符时则以空白字符(空格,回车,制表符等)作为分隔符拆分字符串:
>>> s = ‘A B\tC\nD’
>>> s.split()
[‘A’, ‘B’, ‘C’, ‘D’] >>>
在结果列表中,不会包含空字符串:
>>> s = ‘ A B\tC\nD\n\n’
>>> s.split()
[‘A’, ‘B’, ‘C’, ‘D’]>>>
指定分隔符:
>>> s = ‘www.google.com’
>>> s.split(‘.’)
[‘www’, ‘google’, ‘com’]>>> s = ‘AA||BB||CC||DD’
>>> s.split(‘||’)
[‘AA’, ‘BB’, ‘CC’, ‘DD’]>>>
指定最大分割次数:
>>> s = ‘www.google.com’
>>> s.split(‘.’, 1)
[‘www’, ‘google.com’]>>> s = ‘AA||BB||CC||DD’
>>> s.split(‘||’, 2)
[‘AA’, ‘BB’, ‘CC||DD’]>>>
由此可见,当指定最大分割次数maxsplit时,结果列表长度为maxsplit+1。
但是,字符串的split方法只能指定一个分隔符,如下:
s = ‘AAAA,BBBB:CCCC;DDDD’
如果想指定逗号、冒号、分号都做为分隔符,字符串的split方法是做不到的,此时要用正则表达式中的split方法。
re.split
正则表达式的split方法原型如下,其中pattern为指定的分隔正则表达式,string为要分割的字符串,maxsplit为最大分割次数,flags为正则表达式用到的通用标志:
re.split(pattern, string, maxsplit=0, flags=0)
参考示例:
>>> import re
>>> s = ‘AAAA,BBBB:CCCC;DDDD’
>>> re.split(r'[,:;]’, s)
[‘AAAA’, ‘BBBB’, ‘CCCC’, ‘DDDD’]>>>
如果在正则表达式里使用了捕获组也就是括号,则结果列表中也会包含捕获的内容:
>>> import re
>>> s = ‘AAAA,BBBB:CCCC;DDDD’
>>> re.split(r'([,:;])’, s)
[‘AAAA’, ‘,’, ‘BBBB’, ‘:’, ‘CCCC’, ‘;’, ‘DDDD’]>>>
如果不想在结果中看到分隔符,但仍然想用括号对正则表达式模式进行分组,可以使用非捕获组,以(?:…)的形式指定,示例如下:
>>> import re
>>> s = ‘AAAA,BBBB:CCCC;DDDD’
>>> re.split(r'(?:[,:;])’, s)
[‘AAAA’, ‘BBBB’, ‘CCCC’, ‘DDDD’]>>>
指定最大分割次数:
>>> import re
>>> s = ‘AAAA,BBBB:CCCC;DDDD’
>>> re.split(r'[,:;]’, s, 1)
[‘AAAA’, ‘BBBB:CCCC;DDDD’]>>> re.split(r'[,:;]’, s, 2)
[‘AAAA’, ‘BBBB’, ‘CCCC;DDDD’]>>>
由此可见,当指定最大分割次数maxsplit时,结果列表长度为maxsplit+1。
指定正则表达式中的通用标志flags:
>>> import re
>>> re.split(‘[a-f]+’, ‘0a3B9’, flags=re.IGNORECASE)[‘0’, ‘3’, ‘9’] >>>