Question

我目前在txt文件中有一个文件名列表，我正在尝试对它们进行排序。我要这样做的第一个方法是将它们分成一个列表，因为它们都在一行中。列表中有3种文件类型。我可以拆分列表，但是我想保留定界符到最终结果中，但我还没有找到一种方法来做到这一点。我分割文件的方式如下：

import re

def breakLines():
    unsorted_list = []
    file_obj = open("index.txt", "rt")
    file_str = file_obj.read()

    unsorted_list.append(re.split('.txt|.mpd|.mp4', file_str))

    print(unsorted_list)

breakLines()

在Split a string with "(" and ")" and keep the delimiters (Python)，我发现DeepSpace的答案非常有帮助，但这似乎仅适用于单个字符。

编辑：

样本输入：

file_name1234.mp4file_name1235.mp4file_name1236.mp4file_name1237.mp4

预期输出：

file_name1234.mp4

file_name1235.mp4

file_name1236.mp4

file_name1237.mp4

Answer 1

在re.split中，关键是括住分割模式，以便将其保留在re.split的结果中。您的尝试是：

>>> s = "file_name1234.mp4file_name1235.mp4file_name1236.mp4file_name1237.mp4"
>>> re.split('.txt|.mpd|.mp4', s)
['file_name1234', 'file_name1235', 'file_name1236', 'file_name1237', '']

行不通（并且点必须转义以与扩展名真正兼容），所以让我们尝试：

>>> re.split('(\.txt|\.mpd|\.mp4)', s)
['file_name1234',
'.mp4',
 'file_name1235',
 '.mp4',
 'file_name1236',
 '.mp4',
 'file_name1237',
 '.mp4',
 '']

可行，但这会将扩展名与文件名分开，并在末尾留空，而不是您想要的（除非您想要丑陋的后处理）。另外，这是一个重复的问题：In Python, how do I split a string and keep the separators?

但是您不希望re.split re.findall：

>>> s = "file_name1234.mp4file_name1235.mp4file_name1236.mp4file_name1237.mp4"
>>> re.findall('(\w*?(?:\.txt|\.mpd|\.mp4))',s)
['file_name1234.mp4',
 'file_name1235.mp4',
 'file_name1236.mp4',
 'file_name1237.mp4']

表达式匹配单词字符（主要是数字，字母和下划线），后跟扩展名。为了能够创建OR，我在主组中创建了一个非捕获组。

如果您有更多的外来文件名，则不能再使用\w，但是它仍然可以正常工作（您可能需要进行一些str.strip后处理才能删除前导/后缀空格，而这些空格可能不会文件名的一部分）：

>>> s = " file name1234.mp4file-name1235.mp4 file_name1236.mp4file_name1237.mp4"
>>> re.findall('(.*?(?:\.txt|\.mpd|\.mp4))',s)
[' file name1234.mp4',
 'file-name1235.mp4',
 ' file_name1236.mp4',
 'file_name1237.mp4']

因此有时您在需要re.split时会想到re.findall，反之亦然。

如何在Python中使用多个分隔符拆分字符串而不删除分隔符？

1 个答案: