split()函数与正则表达式:‘\s+‘
01.问题描述
有这样一个字符串(本文仅以Python为例,其他高级语言中也有于此类似的处理手段):
test_str = 'sheep dog pig \n bird \t cock'
我想去掉所有的乱七八糟的空白符(空格啦、换行符啦、制表符啦……),将其中的单词提取出来放在一个Python列表中,我该怎么办?
02.尝试解决
我们知道像Python、Java这种应用型语言,都会对字符串的处理提供一些列方便实用的函数或方法。
不管哪种语言,你都会找到split()
和join
这一对千年CP,一个用于拆解字符串,另一个用于组装。
有了这点常识,我们就可以开始尝试了~
2.1 第一种方案
test_str = 'sheep dog pig \n bird \t cock' # 待分割的字符串
split_by_space = test_str.split(' ') # 直接使用空白字符分割
print("=" * 15 + 'split_by_space' + "=" * 15)
for index, value in enumerate(split_by_space):
print('[%s]:[%s]' % (index, value))
效果如下:
这明显不是我们想要的结果……
无奈,继续查找解决方案,听说正则表达式可以解决该问题,而且只需要用到一个正则式:\s+
。当然,Python中字符串的split()
方法是不支持正则的,这里需要用到Python的一个标准库re
。
2.2 第二种方案
直接上代码吧:
import re
test_str = 'sheep dog pig \n bird \t cock'
split_by_re = re.split('\s+', test_str) # 使用正则匹配
print("=" * 15 + 'split_by_re' + "=" * 15)
for index, value in enumerate(split_by_re):
print('[%s]:[%s]' % (index, value))
打印看一下效果:
两个字——完美!
那上面的\s+
是啥意思捏?
\s
表示匹配任何空白字符,包括空格、制表符、换页符等等, 等价于[ \f\n\r\t\v]。而+
在正则表达式中表示“匹配一次或多次”。综上,\s+
则表示匹配任意多个上面的字符
补充
[\s]表示,只要出现空白就匹配
[\S]表示,非空白就匹配
2.3 第三种方案
问题已解决,空闲之余,回过头来看了看字符串中split()
函数的说明,居然发现……
(链接在这:Python官网-split()函数)
惊不惊喜?意不意外?在第一种方案中去掉split()
函数内的参数就OK!看代码:
test_str = 'sheep dog pig \n bird \t cock'
split_by_none = test_str.split() # 使用默认分割方式
print("=" * 15 + 'split_by_none' + "=" * 15)
for index, value in enumerate(split_by_none):
print('[%s]:[%s]' % (index, value))
效果如下:
ε=(´ο`*)))唉,“白”折腾了这么久……
不过也不错,顺带了解了正则表达式这一强大的工具,有空好好学学吧~