Question

我正在使用这个代码，我从'网络某处获取，将一行文本拆分为“单词”：

def SplitStringIntoWords(inputString, delimiters=' \t,'):
    words = re.split('[' + delimiters + ']', inputString.strip())
    return len(words), words

但是，我只是注意到它在多个内部空格（或制表符）上表现不佳。

    numWords, words = SplitStringIntoWords('A B')
    print(str(numWords) + ' words')
    print(*words, sep=' ')

    numWords, words = SplitStringIntoWords('A  B')
    print(str(numWords) + ' words')
    print(*words, sep=' ')

    numWords, words = SplitStringIntoWords('A   B')
    print(str(numWords) + ' words')
    print(*words, sep=' ')

给出

2个字   A B

3个字   A B

4个字   A B

在字符串内部折叠多个分隔符（在这种情况下为空格）的最佳方法是什么？

我真的只想为第一个X“单词”做这个，因为除了单词5之外的所有内容都是自由格式文本，我想我不应该折叠多个空格。但那将是“很高兴”，而不是“必须”。

Answer 1

通过向+添加'[' + delimiters + ']'，您应该可以获得所需内容。

def SplitStringIntoWords(inputString, delimiters=' \t,'):
    words = re.split('[' + delimiters + ']+', inputString.strip())
    return len(words), words

重复的正则表达式分隔符

1 个答案: