2.1 使用多个界定符分割字符串

问题

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。

解决方案

string对象的 split() 方法只适应于非常简单的字符串分割情形，它并不允许有多个分隔符或者是分隔符周围不确定的空格。当你需要更加灵活的切割字符串的时候，最好使用 re.split() 方法：

>>> line = "asdf fjdk; afed, fjek,asdf, foo"
>>> import re
>>> re.split(r"[;,s]s*", line)
["asdf", "fjdk", "afed", "fjek", "asdf", "foo"]

讨论

函数 re.split() 是非常实用的，因为它允许你为分隔符指定多个正则模式。比如，在上面的例子中，分隔符可以是逗号(,)，分号(;)或者是空格，并且后面紧跟着任意个的空格。只要这个模式被找到，那么匹配的分隔符两边的实体都会被当成是结果中的元素返回。返回结果为一个字段列表，这个跟 str.split() 返回值类型是一样的。

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：

>>> fields = re.split(r"(;|,|s)s*", line)
>>> fields
["asdf", " ", "fjdk", ";", "afed", ",", "fjek", ",", "asdf", ",", "foo"]
>>>

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：

>>> values = fields[::2]
>>> delimiters = fields[1::2] + [""]
>>> values
["asdf", "fjdk", "afed", "fjek", "asdf", "foo"]
>>> delimiters
[" ", ";", ",", ",", ",", ""]
>>> # Reform the line using the same delimiters
>>> "".join(v+d for v,d in zip(values, delimiters))
"asdf fjdk;afed,fjek,asdf,foo"
>>>

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：

>>> re.split(r"(?:,|;|s)s*", line)
["asdf", "fjdk", "afed", "fjek", "asdf", "foo"]
>>>