Question

print (re.split(r'[a-fA-F]','finqwenlaskdjriewasFSDFddsafsafasa',re.I|re.M))
print (re.split(r'[a-fA-Z]','finqwenlaskdjriewasFSDFddsafsafasa',re.I|re.M))
print (re.split(r'\d*','sdfsfdsfds123212fdsf2'))
print (re.split(r'\d','sdfsfdsfds123212fdsf2'))
print (re.split(r'\w+','dsfsf sdfdsf sdfsdf sfsfd'))

['', 'inqw', 'nl', 'sk', 'jri', 'w', 's', 'S', '', '', 'dsafsafasa']
['', 'inqw', 'nl', 'sk', 'jri', 'w', 's', '', '', '', 'ddsafsafasa']
['sdfsfdsfds', 'fdsf', '']
['sdfsfdsfds', '', '', '', '', '', 'fdsf', '']
['', ' ', ' ', ' ', '']

我认为这里的输出真的很奇怪。拆分字符串的模式转为＆＃39;＆＃39;＆＃39;有时在输出列表中，但在其他时间消失。

Answer 1

分割字符串的模式有时在输出列表中转为''，但在其他时间消失。

不，那里的输出中包含从不的模式（或匹配的模式）。那些''是匹配之间的。因为那是re.split的作用。你的例子：

>>> re.split(r'\d','sdfsfdsfds123212fdsf2') ['sdfsfdsfds', '', '', '', '', '', 'fdsf', '']

您按数字拆分，子串'123212'有六位数，因此它们之间有五个空字符串。这就是为什么输出中有五个空字符串的原因。

Answer 2

首先，您实际上是在提供 maxsplit=10 参数，而不是flags=re.I|re.

其次，分隔符不变成'';而是分隔符之间的字符串：

>>> re.split(r':', 'foo:bar::baz:') ['foo', 'bar', '', 'baz', '']

注意2个分隔符之间的''，最后也是。

除非您的正则表达式包含捕获组（(...)），否则结果中的分隔符本身不是：

>>> re.split(r'(:)', 'foo:bar::baz:') ['foo', ':', 'bar', ':', '', ':', 'baz', ':', '']

第三：即使r'\d*'通常在字符串的开头匹配，字符串结尾，和在每个字符之间，当前仅非零re.split考虑了长度匹配，因此该模式的行为类似于 r\d+ 。但是，此类行为可能会在Python 3.6及更高版本中发生更改，并在Python 3.5上发出警告FutureWarning: split() requires a non-empty pattern match.。

Answer 3

输出并不奇怪，这是有意的。 From the docs：

如果分隔符中有捕获组并且它在字符串的开头匹配，则结果将以空字符串开头。对于字符串的结尾也是如此：

>>> re.split('(\W+)', '...words, words...')
['', '...', 'words', ', ', 'words', '...', '']

这样，分隔符组件总是在结果列表中的相同相对索引处找到。

强调增加指出为什么这样做。这同样适用于＆＃34;空＆＃34;字符串内部的序列和非捕获分隔符。基本上，在分隔符之前和之后都有内容 - 即使未捕获分隔符且内容为空。类似的方法str.split actually does the same。

如果您知道分隔符，则可以始终重建初始字符串。捕获分离器并连接或在分离时插入分离器是等效的。 ''.join(re.split('(%s)' % sep, ':::words::words:::')) == sep.join(re.split('%s' % sep, ':::words::words:::'))

python中re.split的输出对我没有意义

3 个答案: