python 中文字符串分割与拼接

python 中文字符串分割与拼接

1. 中文字符串分割

path = 'D:/硕博/博士生期间资料/机器学习/机器学习课程资料/HW1/data/本纪list格式/高祖本纪.txt'
with open(path,'r',encoding='utf-8') as f:
    d1 = f.readlines() #按行读取txt内容

d1是一个list 每一个元素是txt的一行

1 使用list()函数将一个字符串按单个汉字分割

#将列表中的每一个元素按照单个汉字分割
new_list = [] #新建空列表，用于储存分割之后的单个汉字
for line in d1:
    line = list(line)
    #使用list()函数，将每一行的每一个字都变成子列表中的元素
    new_list.append(line)
for i in range(20):
    print('---这是new_list的第{}个元素---：'.format(i))    
    print(new_list[i])

2. 使用re.split(pattern,string,maxsplit=0)

pattern:分隔符
string:待分割字符串
maxsplit:最大分割次数 默认maxsplit=0，即不限制分割次数

import re
path1 = 'D:/硕博/博士生期间资料/机器学习/机器学习课程资料/HW1/data/本纪/高祖本纪.txt'
with open(path1,'r',encoding='utf-8')as f1:
    d2 = f1.read()#一次性读取txt全部内容

(1)指定单个分隔符re.split('分割符号',string)

d3 = re.split('，',d2)

【说明】结果返回list，可以看到只有逗号被视为分割依据，按逗号分行

（2）指定多个分隔符re.split([分隔符1,分隔符2,分隔符3],string)

tags = '[，。！]'
#通过列表的方式传入多个分隔符
d4 = re.split(tags,d2)    

【说明】和上图比较，可以看到进一步地按照句号对字符串进行了分割

2. 中文字符串拼接

（1）list元素拼接

d6 = ''.join(d1)
type(d6)

【说明】
d1是一个list
使用’’.join(d1)将d1中的所有元素拼接成一个str

(2)str拼接

直接使用“+”

str_new = string1+string2