Python：将字符串拆分为单词，保存分隔符

Question

我有一个字符串：

'Specified, if char, else 10 (default).'

我想把它分成两个元组

words=('Specified', 'if', 'char', 'else', '10', 'default')

separators=(',', ' ', ',', ' ', ' (', ').')

有人对此有快速解决方案吗？

PS：此符号'-'是单词分隔符，不是单词的一部分

Answer 1

import re
line = 'Specified, if char, else 10 (default).'
words = re.split(r'\)?[, .]\(?', line)
# words = ['Specified', '', 'if', 'char', '', 'else', '10', 'default', '']
separators = re.findall(r'\)?[, .]\(?', line)
# separators = [',', ' ', ' ', ',', ' ', ' ', ' (', ').']

如果您确实希望元组将结果传递给tuple() ，如果您不希望words具有空条目（从逗号到空格），请使用以下命令：

words = [x for x in re.split(r'\)?[, .]\(?', line) if x]

要么

words = tuple(x for x in re.split(r'\)?[, .]\(?', line) if x)

Answer 2

您可以为此使用正则表达式。

>>> a='Specified, if char, else 10 (default).'
>>> from re import split
>>> split(",? ?\(?\)?\.?",a)
['Specified', 'if', 'char', 'else', '10', 'default', '']

但是在此解决方案中，您应该自己编写该模式。 如果要使用该元组，则应在此解决方案中将其内容转换为正则表达式模式。

Answer 3

正则表达式查找所有分隔符（假定不是字母数字的任何内容

import re
re.findall('[^\w]', string)

Answer 4

我可能首先将空格上的.split()放入列表中，然后使用正则表达式在单词边界之后检查字符以遍历列表。

import re
s = 'Specified, if char, else 10 (default).'
w = s.split()
seperators = []
finalwords = []
for word in words:
    match = re.search(r'(\w+)\b(.*)', word)
    sep = '' if match is None else match.group(2)
    finalwords.append(match.group(1))
    seperators.append(sep)

Answer 5

通过获取分隔符和单词，您可以使用findall，如下所示：

import re
line = 'Specified, if char, else 10 (default).'
words = []
seps = []
for w,s in re.findall("(\w*)([), .(]+)", line):
   words.append(w)
   seps.append(s)

Answer 6

这是我的缺点：

>>> p = re.compile(r'(\)? *[,.]? *\(?)')
>>> tmp = p.split('Specified, char, else 10 (default).')
>>> words = tmp[::2]
>>> separators = tmp[1::2]
>>> print words
['Specified', 'char', 'else', '10', 'default', '']
>>> print separators
[', ', ', ', ' ', ' (', ').']

唯一的问题是，如果句子的开头/结尾有一个分隔符，而前后没有任何分隔符，那么您可以在words的末尾或开头有一个'' 。 但是，这很容易检查和消除。