python中基於特殊字符的拆分字符串

Question

例如，字符串是hello %$ world %^& let me ^@ love && you預期結果將是一個變量中的 hello 而其他變量中的其余部分例如 a="hello" b="world" 等。

Answer 1

使用正則表達式

像這樣：-

import re
a = "hello %$ world %^& let me ^@ love && you"
print(re.findall(r'\w+',a))

Answer 2

您可以使用（從字符串中檢索世界的正則表達式）：

import re
my_string = "hello %$ world %^& let me ^@ love && you"
re.findall(r'\w+\b', my_string)
# ['hello', 'world', 'let', 'me', 'love', 'you']

請在正則表達式 HOWTO 中查看有關正則表達式的更多信息

更新

如評論中所問，附加正則表達式以檢索由特殊字符分隔的單詞組：

my_string = "hello world #$$ i love you #$@^ welcome to world"
re.findall(r'(\w+[\s\w]*)\b', my_string)  
# ['hello world', 'i love you', 'welcome to world']

Answer 3

基本答案是正則表達式。 我建議您查看 NLTK 的標記器，它們包含對該主題的研究，並讓您可以靈活地稍后切換到更復雜的內容。 你猜怎么着？ 它也提供了一個基於正則表達式的標記器！

from nltk.tokenize import RegexpTokenizer 

tokenizer = RegexpTokenizer(r'([A-Za-z0-9 ]+)')
corpus = tokenizer.tokenize("hello %$ world %^& let me ^@ love && you")