如何用re.split分割字符串？

Question

我从正则表达式开始冒险。 我对拆分特殊格式的字符串感兴趣。 如果字母不在括号内，则它应成为输出列表的另一个元素。 括号内的字母应放在一起。

样品：

我的字符串=>通缉名单

• "ab(hpl)x" => ['a', 'b', 'hpl', 'x']
• "(pck)(kx)(sd)" => ['pck', 'kx', 'sd']
• "(kx)kxx(kd)" => ['kx', 'k', 'x', 'x', 'kd']
• "fghk" => ['f', 'g', 'h', 'k']

如何使用正则表达式和re.split来实现？ 在此先感谢您的帮助。

Answer 1

使用re.split无法完成此操作，因为它将需要在零长度的匹配项上进行拆分。

来自http://docs.python.org/library/re.html#re.split ：

请注意，split绝不会在空模式匹配中分割字符串。

这是一个替代方案：

re.findall(r'(\w+(?=\))|\w)', your_string)

还有一个例子：

>>> for s in ("ab(hpl)x", "(pck)(kx)(sd)", "(kx)kxx(kd)", "fghk"):
...     print s, " => ", re.findall(r'(\w+(?=\))|\w)', s)
... 
ab(hpl)x  =>  ['a', 'b', 'hpl', 'x']
(pck)(kx)(sd)  =>  ['pck', 'kx', 'sd']
(kx)kxx(kd)  =>  ['kx', 'k', 'x', 'x', 'kd']
fghk  =>  ['f', 'g', 'h', 'k']

Answer 2

您希望findall不split 。 使用以下命令： r'(?<=\\()[az]+(?=\\))|[az]' ，适用于所有测试用例。

>>> test_cases = ["ab(hpl)x", "(pck)(kx)(sd)", "(kx)kxx(kd)", "fghk"]
>>> pat = re.compile(r'(?<=\()[a-z]+(?=\))|[a-z]')
>>> for test_case in test_cases:
...     print "%-13s  =>  %s" % (test_case, pat.findall(test_case))
...
ab(hpl)x       =>  ['a', 'b', 'hpl', 'x']
(pck)(kx)(sd)  =>  ['pck', 'kx', 'sd']
(kx)kxx(kd)    =>  ['kx', 'k', 'x', 'x', 'kd']
fghk           =>  ['f', 'g', 'h', 'k']

编辑：

如果要匹配大小写字母，数字和下划线，请用\\w替换[az] 。 如果您的括号永远不会不平衡（ "abc(def" ），则可以删除后向断言(?<=\\() ）。