正则表达式标点分割[Python]

Posted 2021-05-04

有人可以用正则表达式帮我一点吗？我目前有这个：re.split(" +", line.rstrip())，用空格分隔。

我怎么能扩展它以涵盖标点符号呢？

答案

官方Python文档就是这方面的一个很好的例子。它将拆分所有非字母数字字符（空格和标点符号）。字面上 W是所有非Word字符的字符类。注意：下划线“_”被视为“单词”字符，不会成为此处拆分的一部分。

re.split('W+', 'Words, words, words.')

有关更多示例，请参阅https://docs.python.org/3/library/re.html，搜索“re.split”的页面

另一答案

使用string.punctuation和字符类：

>>> from string import punctuation
>>> r = re.compile(r'[s{}]+'.format(re.escape(punctuation)))
>>> r.split('dss!dfs^  #$% jjj^')
['dss', 'dfs', 'jjj', '']

另一答案

import re
st='one two,three; four-five,    six'

print re.split(r's+|[,;.-]s*', st)
# ['one', 'two', 'three', 'four', 'five', 'six']