Question

我有一些行存储在这样的txt文件中。

A（）A的定义

Aardvark（A。）Aardvark的定义

由于实际定义很长，因此这些定义现在只是占位符。所以我想将这些字符串（“任何单词在这里”）拆分为分隔符。但我的代码似乎不起作用。

import re

f1=open("A-shortened.txt","r")
l=f1.readlines()
#print l


for i in l:
    list=re.split("\(()')",i)
    print list

re.split里面的部分让我很困惑。我已经尝试了很多参数，但似乎没有人按我的意愿分割字符串。

感谢任何帮助。

Answer 1

将正则表达式更改为以下内容：

>>> s = 'Aardvark (n.) Definition of Aardvark'
>>> re.split(r'\s*\(.*?\)\s*', s)
['Aardvark', 'Definition of Aardvark']

'\s*\(.*?\)\s*'基本上意味着：匹配所有可能的空格，后跟(和)周围的所有空格以及之后的所有可能空格。

Answer 2

你想要通过一个开放的paren，任意数量的非关闭的paren角色和一个紧密的paren分开。所以你的正则表达式应该是这样的：

split_by = re.compile(r"""
    \(                   # literal open paren
    [^)]*?               # anything but a close paren, repeated 0+ times (non-greedy)
    \)                   # literal close paren""", re.X)

s = "Aardvark (n.) Definition of Aardvark"
split_by.split(s)  # ["Aardvark ", " Definition of Aardvark"]

如果您也想抓住这些空间：

re.split(r"\s*\([^)]*?\)\s*", s)

Answer 3

分隔符必须与之间之间要删除的字符串部分相匹配。这有点棘手，因为(和)是群组字符，但是你走了：

text = 'Aardvark (n.) Definition of Aardvark'
re.split(r'\s*\([^)]*\)\s*', text)

r''可防止任何意外的反斜杠转义。这没关系，但比抱歉更安全。

\(和\)匹配文字(和)。

[^)]匹配除右括号之外的任何内容。注意：这里没有反斜杠。

\s*在分隔符的括号部分之前和之后创建任何空格，以便分割部分不以空格开头。如果你想要那些空格，请简化为r'\([^)]*\)'。

我如何使用带有'（）'作为分隔符的re模块拆分字符串？

3 个答案: