Python re.split详解 - 正则分割字符串与捕获分组

re.split(pattern, string, maxsplit=0, flags=0)

import re

text = "apple,banana;orange grape,lemon"

# 使用逗号、分号或空格作为分隔符
result = re.split(r'[,\s;]+', text)
print(result)
# 输出: ['apple', 'banana', 'orange', 'grape', 'lemon']

import re

text = "a,b,c,d,e"

# 最多分割2次
result = re.split(r',', text, maxsplit=2)
print(result)
# 输出: ['a', 'b', 'c,d,e']

import re

text = "apple,banana;orange"

# 使用捕获分组()包裹分隔符，分隔符会出现在结果中
result = re.split(r'([,;])', text)
print(result)
# 输出: ['apple', ',', 'banana', ';', 'orange']

# 这在需要知道每个片段后面跟着什么分隔符时非常有用

import re

text = "  苹果  \t 香蕉\n\n橙子  \r\n  葡萄  "

# 去除首尾空白后，按任意空白字符序列分割
result = re.split(r'\s+', text.strip())
print(result)
# 输出: ['苹果', '香蕉', '橙子', '葡萄']

import re

# 按 "键:值" 格式解析数据
data = "name:Alice, age:25; city:Beijing"

# 先按逗号或分号分割各个字段，再按冒号分割键值对
fields = re.split(r'[;,]\s*', data)
print("字段列表:", fields)
# 输出: ['name:Alice', 'age:25', 'city:Beijing']

# 进一步解析每个字段
result = {}
for field in fields:
    key, value = re.split(r':', field, maxsplit=1)
    result[key.strip()] = value.strip()

print("解析结果:", result)
# 输出: {'name': 'Alice', 'age': '25', 'city': 'Beijing'}

import re

text = "今天天气很好。我们去公园散步吧！你觉得怎么样？"

# 按中文标点符号分割句子
sentences = re.split(r'[。！？；]+', text)
# 过滤空字符串
sentences = [s for s in sentences if s]
print(sentences)
# 输出: ['今天天气很好', '我们去公园散步吧', '你觉得怎么样']

import re

text = "a,,b,,,c"

# 使用 + 匹配连续的分隔符作为一个
result1 = re.split(r',+', text)
print("合并连续分隔符:", result1)
# 输出: ['a', 'b', 'c']

# 不使用 +，每个逗号都作为分隔符
result2 = re.split(r',', text)
print("单独分隔:", result2)
# 输出: ['a', '', 'b', '', '', 'c']

# 注意：re.split 不会产生空字符串作为首尾元素（除非字符串本身以分隔符开头/结尾）

import re

# 错误示例：会引发 ValueError
# re.split(r'', 'abc')  # ValueError: split() requires a non-empty pattern match

# 错误示例：零宽断言也会引发 ValueError
# re.split(r'(?=\d)', 'abc123def')  # ValueError

# 正确做法：使用其他方法实现类似效果
import re
text = "abc123def"
result = re.sub(r'(?=\d)', '|', text).split('|')
print(result)  # 在数字前分割: ['abc', '123def']

import re

text = "a,,b"

# re.split 会产生空字符串
print(re.split(r',', text))
# 输出: ['a', '', 'b']

# str.split 无参数时会自动合并连续分隔符
print(text.split(','))
# 输出: ['a', '', 'b']  # 注意：str.split(',') 同样会产生空字符串

# str.split() 无参数时不同（只针对空白字符）
print("a  b".split())
# 输出: ['a', 'b']  # 自动合并连续空白

import re

text = ",apple,,banana,,"

# 方法1：列表推导式
result1 = [s for s in re.split(r',', text) if s]
print(result1)  # 输出: ['apple', 'banana']

# 方法2：使用 filter
result2 = list(filter(None, re.split(r',', text)))
print(result2)  # 输出: ['apple', 'banana']

# 方法3：用 + 合并连续分隔符
result3 = re.split(r',+', text.strip(','))
print(result3)  # 输出: ['apple', 'banana']