我试图理解re.split()，但我想忽略逗号分隔符，句号和破折号。
我不明白的是为什么我在结果末尾得到一个空字符串。
而且我似乎无法弄清楚如何忽略逗号。
这是我的测试代码：
sntc = 'this is a sentence total $5678 fees: expenses $123,345 why not -2345 hey.'
test = re.split('\D*', sntc)
print(test)
我得到以下输出：
['', '5678', '123', '345', '2345', '']
很明显，拆分会增加太多。我可以使用其他Regex方法来解决这个问题，但是我不知道为什么''在结果的两端。
答案 0 :(得分：0)
因为split查找正则表达式以匹配分隔符-并且hey.匹配正则表达式，但也将2345与字符串的末尾分开。
因此，您得到的是将'2345 hey.'分为'2345'和''，其中有' hey.'。
类似地，如果分隔符为a，并且您有字符串aba，则会得到结果['', 'b', '']，因为a将字符串的开头和结尾与中间的b。
答案 1 :(得分：0)
re.split()对此是明确的：
如果分隔符中有捕获组，并且在 字符串开头，结果将以空字符串开头。的 字符串末尾也是如此：
>>> re.split(r'(\W+)', '...words, words...')` ['', '...', 'words', ', ', 'words', '...', ''`
我认为您最好在这里使用re.findall(r'\D+', sntc)。
答案 2 :(得分：0)
我认为您真的想要这个：
>>> re.findall('\d+', sntc)
['5678', '123', '345', '2345']
您的regex没什么问题，最终可能会像这样：
>>> re.split('\D*', sntc)
['', '', '5', '6', '7', '8', '', '1', '2', '3', '', '3', '4', '5', '', '2', '3', '4', '5', '', '']
我认为您打算做的是
>>> re.split('\D+', sntc)
['', '5678', '123', '345', '2345', '']
但是，这就是split所要解决的问题，即使它离开了nothing，它也会分裂事物。
考虑CSV个文件，或TAB个分隔的xls个文件。
就是这样设计的。 -即使逗号或TAB之间不存在任何内容，也仍然存在这些列-空白列。
这里的\D+像comma或TAB一样工作，它将用作列定界符，无论您是否有东西，它都表示之后是新的column。
对于最后\D+个匹配的内容，同样的事情，无论您是否遵循它，它后面都仍表示一个新的column。
答案 3 :(得分：0)
比您琥珀和Arount多。
这是我的实现方式：
whatup = sntce.replace(',', '')
#gets rid of thousands separators
testing = re.findall(r'[0-9,-.]+', whatup)
#gets rid of everything but the pos and neg numbers.
我想我不需要逗号了。然后，我将字符串转换为数字，然后离开。