python怎么样提取字符到列表？

Posted 2023-05-08

比如有一段文本，有中文有英文有换行有标点符号，现在我想实现以下功能：按顺序取出字符或者标点符号，放到列表中，遇到中文字符或者标点时，按单个字符取出放到列表中，当遇到英文时，要按照整个单词提取（以空格为分割，不管是不是有意义的单词）也放到列表中，我是初学者，不知道谁可以提供可运行的python代码，谢谢

#coding=gb18030

import re

def convert(l1, l2):

    j = 0   

    for i in range(len(l2)):

        if l2[i] == "!": 

            l2[i] = l1[j] 

            j+=1   

    return l2

def sp(l):

    ol = [] 

    for i in range(len(l)):

        hanzil = []

        if l[i] != "!": 

            for n in range(0,len(l[i]),2):

                hanzil.append(l[i][n:n+2])

            l[i] = hanzil

    return l

def output(sls):

    ls = [] 

    for l in sls: 

        if isinstance(l, list):

            for k in l: 

                ls.append(k)

        else:   

            ls.append(l)

    return ls

   

def slash(str):

    e = re.findall('\\w*',str)

    els = [ i for i in e if i!=""]

    str = re.sub('\\w','!',str)

    str = re.sub('!+',' ! ',str)

    sls = str.split()

    sls = sp(sls) 

    sls = convert(els, sls)

    sls = output(sls)

    return sls

str = "python怎么样提取字符到列表？ python ate pig 这个问题，确实很棘手 but I will help you  ！！！"

ls = slash(str)

print "\\t".join(ls)

#从这里开始，这里上面的都是代码，直接复制即可运行

程序运行结果如下：

直接调用上面写好的slash 函数 就可以把字符串按你的要求分开放到列表中。代码写的比较仓促凑合着看，方法比较trick，见笑了。

（注：编码为gbk 且标点符号必须为中文输入法输入，即 ， 。 “ ” ？等而非 , . " " ? 等）

参考技术A '，'。加入（清单1）追问

请问可否给出能运行的代码？

如何将字符串中的所有数字映射到 Python 中的列表？ [复制]

【中文标题】如何将字符串中的所有数字映射到 Python 中的列表？ [复制]

【英文标题】：How to map all numbers in a string to a list in Python? [duplicate]

【发布时间】：2013-03-22 16:12:28

【问题描述】：

假设我有一个字符串

"There are LJFK$(#@$34)(,0,ksdjf apples in the (4,5)"  

我希望能够将数字动态提取到列表中：[34, 0, 4, 5]。 有没有简单的方法在 Python 中做到这一点？

换句话说， 有没有办法提取由任何分隔符分隔的连续数字簇？

【问题讨论】：

可能重复***.com/questions/4289331/…

如果字符串是"12.34"，你想要[12, 34]还是[12.34]？ IOW，你想要的只是连续数字的整数吗？

在这种情况下，它将是 [12, 34]，整数。当前答案按预期工作（我还不能接受）

【参考方案1】：

当然，使用regular expressions:

>>> s = "There are LJFK$(#@$34)(,0,ksdjf apples in the (4,5)"
>>> import re
>>> list(map(int, re.findall(r'[0-9]+', s)))
[34, 0, 4, 5]

【讨论】：

使用列表推导通常比使用map 更可取。尤其是因为您只是将结果投射到列表中。

@Cairnarvon 通常是这样，除非您可以简单地调用现有函数（因为您不必弄清楚临时变量的名称）。列表创建只是为了漂亮的输出。如果你要迭代结果，你显然可以跳过它。

您也可以使用\d+ 来表示正则表达式。

@Schoolboy 是的，但是必须使用比int 复杂得多的东西来支持٣٤ 之类的输入。

@phihag 为什么会这样？？这些输入将如何通过过滤器？？

【参考方案2】：

您也可以不使用正则表达式来执行此操作，但需要做更多工作：

>>> s = "There are LJFK$(#@$34)(,0,ksdjf apples in the (4,5)"
>>> #replace nondigit characters with a space
... s = "".join(x if x.isdigit() else " " for x in s)
>>> print s
                   34   0                      4 5
>>> #get the separate digit strings
... digitStrings = s.split()
>>> print digitStrings
['34', '0', '4', '5']
>>> #convert strings to numbers
... numbers = map(int, digitStrings)
>>> print numbers
[34, 0, 4, 5]

【讨论】：

我想我比我打算提出的itertools.groupby 解决方案更喜欢这个。

这也是一个很好的解决方案