如何拆分具有多個定界符的字符串，但每個定界符僅一次？ Python

Question

我正在嘗試拆分一個字符串，例如下面的字符串，所有分隔符都在下面，但只有一次。

string = 'it; seems; like\ta good\tday to watch\va\vmovie.'

delimiters = '\t \v;'

在這種情況下，output 將是：

['it', ' seems; like', 'a good\tday to watch', 'a\vmovie.']

顯然上面的例子是一個無意義的例子，但我試圖了解這是否可能。 一個相當復雜的正則表達式是否合適？

如果之前有人問過這個問題，我們深表歉意。 我進行了相當多的搜索，但找不到與我的示例非常相似的東西。 謝謝你的時間！

Answer 1

這應該可以解決問題：

import re

def split_once_by(s, delims):
    delims = set(delims)
    parts = []
    while delims:
        delim_re = '({})'.format('|'.join(re.escape(d) for d in delims))
        result = re.split(delim_re, s, maxsplit=1)
        if len(result) == 3:
            first, delim, s = result
            parts.append(first)
            delims.remove(delim)
        else:
            break
    
    parts.append(s)
    return parts

例子：

>>> split_once_by('it; seems; like\ta good\tday to watch\va\vmovie.', '\t\v;')
['it', ' seems; like', 'a good\tday to watch', 'a\x0bmovie.']

---

Burning Alcohol 的回答啟發了我更好地寫這個（IMO）function：

def split_once_by(s, delims):
    split_points = sorted((s.find(d), -len(d), d) for d in delims)
    start = 0
    for stop, _longest_first, d in split_points:
        if stop < start: continue
        yield s[start:stop]
        start = stop + len(d)
    yield s[start:]

用法：

>>> list(split_once_by('it; seems; like\ta good\tday to watch\va\vmovie.', '\t\v;'))
['it', ' seems; like', 'a good\tday to watch', 'a\x0bmovie.']

Answer 2

只需創建一個模式列表並應用它們一次：

string = 'it; seems; like\ta good\tday to watch\va\vmovie.'
patterns = ['\t', '\v', ';']

for pattern in patterns:
    string = '*****'.join(string.split(pattern, maxsplit=1)) 

print(string.split('*****'))

Output：

['it', ' seems; like', 'a good\tday to watch', 'a\x0bmovie.']

那么，什么是"*****" ？？

在每次迭代中，當您應用split方法時，您會得到一個列表。 因此，在下一次迭代中，您不能應用.split ()方法（因為您有一個列表），因此您必須將該列表的每個值與一些奇怪的字符連接起來，例如"****"或"@@@"或"^^^^^^^"或任何您想要的，以便在下一次迭代中重新應用 split ()。 最后，對於字符串中的每個"*****" ，您將擁有一個列表模式，因此您可以使用它來進行最終拆分。

Answer 3

一個簡單的算法就可以了，

test_string = r'it; seems; like\ta good\tday to watch\va\vmovie.'

delimiters = [r'\t', r'\v', ';']

# find the index of each first occurence and sort it
delimiters = sorted(delimiters, key=lambda delimiter: test_string.find(delimiter))

splitted_string = [test_string]

# perform split with option maxsplit
for index, delimiter in enumerate(delimiters):
    if delimiter in splitted_string[-1]:
        splitted_string += splitted_string[-1].split(delimiter, maxsplit=1)
        splitted_string.pop(index)

print(splitted_string)
# ['it', ' seems; like', 'a good\\tday to watch', 'a\\vmovie.']