Question

我有一个巨大的文本文件，每行看起来像这样：

某种通用菜单^ a_sub_menu_title ^^ pagNumber

请注意，第一个“常规菜单”有空格，第二个部分（一个副标题）每个单词用“_”字符分开，最后是一个数字（一个pag数字）。我想在3个（明显的）部分中拆分每一行，因为我想在python中创建某种目录。

我正在尝试使用re模块，但由于插入符号在这样的模块中具有强烈的意义，我无法弄清楚如何做到这一点。

有人可以帮帮我????

Answer 1

>>> "Some sort of general menu^a_sub_menu_title^^pagNumber".split("^")
['Some sort of general menu', 'a_sub_menu_title', '', 'pagNumber']

Answer 2

如果你只想要三件，你可以通过生成器表达来实现这个目的：

line = 'Some sort of general menu^a_sub_menu_title^^pagNumber'
pieces = [x for x in line.split('^') if x]
# pieces => ['Some sort of general menu', 'a_sub_menu_title', 'pagNumber']

Answer 3

您需要做的是“逃避”特殊字符，例如r'\^'。但在这种情况下，比正则表达式更好的是：

line = "Some sort of general menu^a_sub_menu_title^^pagNumber"
(menu, title, dummy, page) = line.split('^')

以更简单的方式为您提供组件。

Answer 4

你可以说string.split("^")将字符串分成包含每个段的数组。唯一需要注意的是，它会将连续的插入符号分成空字符串。您可以通过将连续的克拉折叠成单个克拉，或者在结果数组中检测空字符串来防止这种情况。

有关详细信息，请参阅http://docs.python.org/library/stdtypes.html

这有帮助吗？

Answer 5

您的文件也可能使用与csv模块兼容的格式，您也可以查看，特别是如果格式允许引用，因为line.split会中断。如果格式不使用引号而且它只是分隔符和文本，line.split可能是最好的。

此外，对于re模块，可以使用\转义任何特殊字符，例如r'\^'。我建议在跳转到使用re之前1）学习如何编写正则表达式，2）首先寻找问题的解决方案，而不是跳到正则表达式 - «有些人在面对问题时，想“我知道，我会使用正则表达式。”现在他们有两个问题。 »

在python中使用插入符号分割字符串

5 个答案: