python常用操作之使用多个界定符(分隔符)分割字符串

本系列文章会总结python中各种常见及常用的内置方法、对不同数据结构的操作，参考书籍《python cookbook》第三版

• 在日常学习及工作中，不论是在解析数据还是在产出输出，使用python最多的就是常用的基本数据结构如：字符串、列表、字典、元组等等等
• 各种操作无非就是：将某种数据结构通过自定义的方法、内置方法转换成另一种数据结构，当我们熟悉python内置方法后，操作会更加简便

单个界定符分割字符串

• string对象的 split() 方法只适应于非常简单的字符串分割情形，它并不允许有
  多个分隔符或者是分隔符周围不确定的空格

代码演示

line = 'abc,def,ghi,jkl,mno'
line.split(',')

• .split()方法只适合一个界定符分割简单字符串的情况

多个界定符分割字符串

• 函数re.split() 允许你为分隔符指定多个正则匹配模式，来达到使用多个界定符分割字符串的目的

代码演示

import reline1 = 'abc, def; ghi, jkl;mno'
re.split(r'[;,\s]\s*', line1)

• 在上面的例子中，分隔符可以是逗号，分号；或者是空格，并且后面紧跟着任意个的空格。只要这个模式被找到，那么匹配的分隔符两边的实体都会被当成是结果中的元素返回。返回结果为一个字段列表，这个跟 str.split() 返回值类型是一样的

注意

• 当你在使用re.split()函数时候，需要特别注意的是正则表达式中是否包含一个括号捕获分组。如果使用了捕获分组，那么被匹配的文本也将出现在结果列表中。比如，观察一下下述代码运行后的结果：

re.split(r'(;|,|\s)\s*', line)

• 如果你不想保留分割字符串到结果列表中去，但仍然需要使用到括号来分组正则表
  达式的话，确保你的分组是非捕获分组，形如 (?:…) 。比如：

re.split(r'(?:;|,|\s)\s*', line)

总结

• 当你只是简单的对字符串根据一个固定的分割符进行分割时，使用str.split()函数即可
• 当你不确定分割字符串时，使用re.split()函数是非常方便的，不管是[]正则匹配模式，还是()分组正则表达式都是可以的
• 值得注意的是如果使用()分组且数据结果中不需要保留分割字符串时，需要添加(?:…) ?:这样的前缀即可