对字符串进行切分的技巧

转载至：http://www.revotu.com/python-split-string-methods.html

 对字符串进行切分有两种方法：str.split() 和 re.split()

Python中字符串分割的常用方法是直接调用字符串的str.split方法，但是其只能指定一种分隔符，如果想指定多个分隔符拆分字符串需要用到re.split方法（正则表达式的split方法）。

str.split

字符串的split方法函数原型如下，其中sep为指定的分隔符，maxsplit为最大分割次数：

1	str.split(sep=None, maxsplit=-1)

默认情况下，不指定分隔符时则以空白字符（空格，回车，制表符等）作为分隔符拆分字符串：

1 2 3 4

>>> s = 'A B C D' >>> s.split() ['A', 'B', 'C', 'D'] >>>

在结果列表中，不会包含空字符串：

1 2 3 4

>>> s = ' A B C D ' >>> s.split() ['A', 'B', 'C', 'D'] >>>

指定分隔符：

1 2 3 4 5 6 7

>>> s = 'www.google.com' >>> s.split('.') ['www', 'google', 'com'] >>> s = 'AA||BB||CC||DD' >>> s.split('||') ['AA', 'BB', 'CC', 'DD'] >>>

指定最大分割次数：

1 2 3 4 5 6 7

>>> s = 'www.google.com' >>> s.split('.', 1) ['www', 'google.com'] >>> s = 'AA||BB||CC||DD' >>> s.split('||', 2) ['AA', 'BB', 'CC||DD'] >>>

由此可见，当指定最大分割次数maxsplit时，结果列表长度为maxsplit+1。
但是，字符串的split方法只能指定一个分隔符，如下：

1	s = 'AAAA,BBBB:CCCC;DDDD'

如果想指定逗号、冒号、分号都做为分隔符，字符串的split方法是做不到的，此时要用正则表达式中的split方法。

re.split

正则表达式的split方法原型如下，其中pattern为指定的分隔正则表达式，string为要分割的字符串，maxsplit为最大分割次数，flags为正则表达式用到的通用标志：

1	re.split(pattern, string, maxsplit=0, flags=0)

参考示例：

1 2 3 4 5

>>> import re >>> s = 'AAAA,BBBB:CCCC;DDDD' >>> re.split(r'[,:;]', s) ['AAAA', 'BBBB', 'CCCC', 'DDDD'] >>>

如果在正则表达式里使用了捕获组也就是括号，则结果列表中也会包含捕获的内容：

1 2 3 4 5

>>> import re >>> s = 'AAAA,BBBB:CCCC;DDDD' >>> re.split(r'([,:;])', s) ['AAAA', ',', 'BBBB', ':', 'CCCC', ';', 'DDDD'] >>>

如果不想在结果中看到分隔符，但仍然想用括号对正则表达式模式进行分组，可以使用非捕获组，以(?:...)的形式指定，示例如下：

1 2 3 4 5

>>> import re >>> s = 'AAAA,BBBB:CCCC;DDDD' >>> re.split(r'(?:[,:;])', s) ['AAAA', 'BBBB', 'CCCC', 'DDDD'] >>>

指定最大分割次数：

1 2 3 4 5 6 7

>>> import re >>> s = 'AAAA,BBBB:CCCC;DDDD' >>> re.split(r'[,:;]', s, 1) ['AAAA', 'BBBB:CCCC;DDDD'] >>> re.split(r'[,:;]', s, 2) ['AAAA', 'BBBB', 'CCCC;DDDD'] >>>

由此可见，当指定最大分割次数maxsplit时，结果列表长度为maxsplit+1。
指定正则表达式中的通用标志flags：

1 2 3 4

>>> import re >>> re.split('[a-f]+', '0a3B9', flags=re.IGNORECASE) ['0', '3', '9'] >>>