（[]）+和[] +有什么区别？

Question

>>> sentence = "Thomas Jefferson began building Monticello at the age of 26."
>>> tokens1 = re.split(r"([-\s.,;!?])+", sentence)
>>> tokens2 = re.split(r"[-\s.,;!?]+", sentence)
>>> tokens1 = ['Thomas', ' ', 'Jefferson', ' ', 'began', ' ', 'building', ' ', 'Monticello', ' ', 'at', ' ', 'the', ' ', 'age', ' ', 'of', ' ', '26', '.', '']
>>> tokens2 = ['Thomas', 'Jefferson', 'began', 'building', 'Monticello', 'at', 'the', 'age', 'of', '26', '']

您能解释一下(和)的目的吗？

Answer 1

正则表达式中的(..)表示捕获组 （也称为“捕获括号”）。 当您要从模式中提取值时使用它们。 在这种情况下，您将使用re.split函数，当模式具有捕获组时， re.split函数将以特定方式运行。 根据文档：

re.split（模式，字符串，maxsplit = 0，标志= 0）

通过模式的出现来分割字符串。 如果在模式中使用了捕获括号，则模式中所有组的文本也将作为结果列表的一部分返回。

因此，通常，结果中不存在用于分割字符串的定界符，如第二个示例中所示。 但是，如果使用() ，则在组中捕获的文本也将是拆分的结果。 这就是在第一个示例中得到很多' '的原因。 这就是您的小组([-\\s.,;!?])捕获的内容。

Answer 2

正则表达式中的捕获组（ () ）用于分割字符串，split将包括捕获的部分。

在您的情况下，您正在拆分一个或多个空格和/或标点符号，并捕获要包含在拆分部分中的这些字符的最后一个，这似乎有些奇怪。 我曾希望您可能想要捕获所有的分隔符，它们看起来像r"([-\\s.,;!?]+)" （捕获一个或多个字符的空格/标点字符，而不是匹配一个或更多，但仅捕获最后一个）。