Python 使用多种分隔符拆分文本

信息科技云课堂2024-03-21 11:34

某些情况下，需要拆分使用不同符号（分隔符）来分隔的文本，例如，csv 格式文件，每个字段都可以用逗号（,）或制表符（\t）分隔。需要编写代码来处理这两个分隔符。在本文中，将与您分享几种在 Python 中使用多个分隔符拆分文本的可能方法。

检查某些分隔符是否存在

如果非常确定文本中只包含一种类型的分隔符，则可以在拆分之前检查此类分隔符是否存在。可以编写代码检查分隔符类型，然后再用相应分隔符进行拆分。

python 复制代码

>>> text = 'text1,text2,text3'
>>> text.split(",") if text.find(",") > -1 else text.split(";")
['text1', 'text2', 'text3']
>>> text = 'text1;text2;text3'
>>> text.split(",") if text.find(",") > -1 else text.split(";")
['text1', 'text2', 'text3']

但是如果文本中混用多种不同的分隔符，那么按照上述代码的逻辑判断就没法解决问题。因此，对于这种情况，让我们转到另一个解决方案。

使用正则表达式拆分具有多种分隔符的文本

在正则表达式模块中，有一个拆分函数 split()，允许按模式拆分。可以使用"|"指定所有可能的分隔符，以便一次使用多种分隔符拆分文本。

python 复制代码

>>> import re
>>> text = 'text1;text2,text3\ttext4 text5'
>>> re.split(r",|;|\s|\t", text)
['text1', 'text2', 'text3', 'text4', 'text5']

如果还想将这些分隔符保留在列表中以供以后使用，可以在正则表达式中使用小括号"()"分组捕获，以便匹配的模式也将显示在结果中。

python 复制代码

>>> import re
>>> text = 'text1;text2,text3\ttext4 text5'
>>> re.split(r",|;|\s|\t", text)
['text1', 'text2', 'text3', 'text4', 'text5']
>>> re.split(r'(,|;|\s|\t)', text)
['text1', ';', 'text2', ',', 'text3', '\t', 'text4', ' ', 'text5']

拆分具有多种分隔符的文本，可能还有其他方法可以解决这个问题，但到目前为止，使用正则表达式的 re.split() 仍然是最直接和最有效的方法。

文章创作不易，如果您喜欢这篇文章，请关注、点赞并分享给朋友。如有意见和建议，请在评论中反馈！