python拆分多个分隔符bug？

Question

我正在查看对此问题的回答：

Split Strings with Multiple Delimiters?

对于这个问题的变体，我想从一组特定的字符中拆分不是的所有内容。这让我得到了一个我喜欢的解决方案，直到我发现了这个明显的错误。这是一个我不熟悉的bug或蟒蛇的怪癖吗？

>>> b = "Which_of'these-markers/does,it:choose to;split!on?"
>>> b1 = re.split("[^a-zA-Z0-9_'-/]+", b)
>>> b1
["Which_of'these-markers/does,it", 'choose', 'to', 'split', 'on', '']

我不明白为什么没有分开逗号（＆＃39;，＆＃39;），因为逗号不< / em>在我的例外列表中？

Answer 1

字符类中的'-/创建了一个包含逗号的范围：

当您需要在Python re模式中放置文字连字符时，请将其设置为：

• 在开头：[-A-Z]（匹配大写的ASCII字母和-）
• 最后：[A-Z()-]（匹配大写的ASCII字母，(，)或-）
• 在有效范围之后：[A-Z-+]（匹配大写的ASCII字母，-或+）
• 或者只是逃避它。

你不能把它放在一个简写之后，就在一个独立符号之前（如在[\w-+]中，它会导致坏字符范围错误）。这在.NET和其他一些正则表达式中有效，但在Python re中无效。

将连字符放在最后，或者将其转义。

使用

re.split(r"[^a-zA-Z0-9_'/-]+", b)

在Python 2.7中，您甚至可以将其收缩到

re.split(r"[^\w'/-]+", b)

Answer 2

'-/被解释为范围为ascii的范围为39到47，其中,的ascii值为44。

您必须将-放在开头或结尾或字符类中。