通过正则表达式拆分而不会在Python中生成空字符串

Question

我想拆分包含不规则重复分隔符的字符串，就像方法split()一样：

>>> ' a b   c  de  '.split()
['a', 'b', 'c', 'de']

然而，当我通过正则表达式应用split时，结果是不同的（空字符串潜入结果列表）：

>>> re.split('\s+', ' a b   c  de  ')
['', 'a', 'b', 'c', 'de', '']
>>> re.split('\.+', '.a.b...c..de..')
['', 'a', 'b', 'c', 'de', '']

我想看到的是：

>>>some_smart_split_method('.a.b...c..de..')
['a', 'b', 'c', 'de']

Answer 1

空字符串只是正则表达式分割（though there is good reasoning as to why that behavior might be desireable）的必然结果。要摆脱它们，你可以在结果上调用过滤器。

results = re.split(...)
results = list(filter(None, results))

注意list（）变换只在Python 3中是必需的 - 在Python 2中，filter（）返回一个列表，而在3中它返回一个过滤器对象。

Answer 2

>>> re.findall(r'\S+', ' a b   c  de  ')
['a', 'b', 'c', 'de']