字符串和文本处理技巧
复杂文本分隔：
你需要将一个字符串分割为多个字段，但是分隔符(还有周围的空格)并不是固定的。
解决办法:
1 >>> line = 'asdf fjdk; afed, fjek,asdf, foo' 2 >>> import re 3 >>> re.split(r'[;,\s]\s*', line) 4 ['asdf', 'fjdk', 'afed', 'fjek', 'asdf', 'foo']
Note:
当你使用 re.split() 函数时候，需要特别注意的是正则表达式中是否包含一个括号捕获分组。 如果使用了捕获分组，那么被匹配的文本也将出现在结果列表中。比如，观察一下这段代码运行后的结果：
1 >>> fields = re.split(r'(;|,|\s)\s*', line) 2 >>> fields 3 ['asdf', ' ', 'fjdk', ';', 'afed', ',', 'fjek', ',', 'asdf', ',', 'foo'] 4 >>>
获取分割字符在某些情况下也是有用的。 比如，你可能想保留分割字符串，用来在后面重新构造一个新的输出字符串：
1 >>> values = fields[::2] 2 >>> delimiters = fields[1::2] + [''] 3 >>> values 4 ['asdf', 'fjdk', 'afed', 'fjek', 'asdf', 'foo'] 5 >>> delimiters 6 [' ', ';', ',', ',', ',', ''] 7 >>> # Reform the line using the same delimiters 8 >>> ''.join(v+d for v,d in zip(values, delimiters)) 9 'asdf fjdk;afed,fjek,asdf,foo' 10 >>>
如果你不想保留分割字符串到结果列表中去，但仍然需要使用到括号来分组正则表达式的话， 确保你的分组是非捕获分组，形如 (?:...) 。比如：
1 >>> re.split(r'(?:,|;|\s)\s*', line) 2 ['asdf', 'fjdk', 'afed', 'fjek', 'asdf', 'foo'] 3 >>>
