python 字符串切割： str.split() 和 re.split() 对比

1 str.split

不支持正则及多个切割符号，不感知空格的数量，比如用空格切割，会出现下面情况。

>>> s1="aa bb  cc"  
>>> s1.split(' ')  
['aa', 'bb', '', 'cc']  

因此split只适合简单的字符分割

2 re.split

支持正则及多个字符切割

>>> print line  
abc aa;bb,cc | dd(xx).xxx 12.12'    xxxx  

按空格切

>>> re.split(r' ',line)  
['abc', 'aa;bb,cc', '|', 'dd(xx).xxx', "12.12'\txxxx"]  

加将空格放可选框内[]内

>>> re.split(r'[ ]',line)  
['abc', 'aa;bb,cc', '|', 'dd(xx).xxx', "12.12'\txxxx"]  

按所有空白字符来切割：
\s=（[\t\n\r\f\v]）
\S=（任意非空白字符[^\t\n\r\f\v] ）

>>> re.split(r'[\s]',line)  
['abc', 'aa;bb,cc', '|', 'dd(xx).xxx', "12.12'", 'xxxx']  

多字符匹配

>>> re.split(r'[;,]',line)  
['abc aa', 'bb', "cc | dd(xx).xxx 12.12'\txxxx"]  
>>> re.split(r'[;,\s]',line)  
['abc', 'aa', 'bb', 'cc', '|', 'dd(xx).xxx', "12.12'", 'xxxx']  

使用括号捕获分组的适合，默认保留分割符

re.split('([;])',line)  
['abc aa', ';', "bb,cc | dd(xx).xxx 12.12'\txxxx"]  

去掉分隔符，加?:

>>> re.split(r'(?:;)',line)  
['abc aa', "bb,cc | dd(xx).xxx 12.12'\txxxx"]  

参考这里