如何拆分包含特殊字符的字符串

Question

string_1 = "\tVH VH VH VL N N N N N N N\n"

在这里，当我尝试使用 \t 函数拆分字符串时，我试图拆分其中包含 \n 和 split 的字符串，如下所示：

sep_setring = string_1.split()

输出：

['VH', 'VH', 'VH', 'VL', 'N', 'N', 'N', 'N', 'N', 'N', 'N']

但是，我需要一个输出如下：

['\t', 'VH', 'VH', 'VH', 'VL', 'N', 'N', 'N', 'N', 'N', 'N', 'N', '\n']

Answer 1

使用 re.findall：

string_1 = "\tVH VH VH VL N N N N N N N\n"
matches = re.findall(r'\S+|[^\S ]+', string_1)
print(matches)

打印：

['\t', 'VH', 'VH', 'VH', 'VL', 'N', 'N', 'N', 'N', 'N', 'N', 'N', '\n']

这里是正则表达式模式的解释，它交替地找到一组非空白字符或一组空白字符（空格除外）：

\S+      match one or more non whitespace characters
|        OR
[^\S ]+  match one or more whitespace characters excluding space itself

Answer 2

您可以使用环视进行拆分：

(?<=\t)|(?=\n)| 

• (?<=\t) 断言左侧的标签
• | 或
• (?=\n) 断言向右换行
• | 或
• 匹配一个空格

示例

import re
string_1 = "\tVH VH VH VL N N N N N N N\n"
sep_setring = re.split(r"(?<=\t)|(?=\n)| ", string_1)
print(sep_setring)

输出

['\t', 'VH', 'VH', 'VH', 'VL', 'N', 'N', 'N', 'N', 'N', 'N', 'N', '\n']