如何在python中用数字、字母和空格分割字符串？

Posted 2023-02-22

【中文标题】如何在python中用数字、字母和空格分割字符串？

【英文标题】：How to split string with numbers, letters and white spaces in python ?

【发布时间】：2018-01-15 10:11:29

【问题描述】：

我想将带有数字、字母和特定空格的字符串拆分为特定组件。

考虑字符串

ATLANTYS2_I          -           3103 aRNH_profile         -            121   2.7e-35  118.7   0.0   1   1   2.7e-37   5.6e-35  117.7   0.0     2   120  1342  1458  1341  1459 0.98 Gypsy      Arabidopsis thaliana_+1

现在让字符串为content[3]。我运行了命令

import re 
result = re.split(r'\s2,', content[3])

这给了我

['ATLANTYS2_I',
 '-',
 '3103 aRNH_profile',
 '-',
 '121',
 '2.7e-35',
 '118.7',
 '0.0',
 '1',
 '1',
 '2.7e-37',
 '5.6e-35',
 '117.7',
 '0.0',
 '2',
 '120',
 '1342',
 '1458',
 '1341',
 '1459 0.98 Gypsy\tArabidopsis thaliana_+1']

我已将字符串拆分为 2 个空格。但最后一个条目1459 0.98 Gypsy\tArabidopsis thaliana_+1 仍归为一个。 我想用一个空格分割最后一个条目，删除结果中的最后一个条目并添加一个空格。然而，这在我看来相当笨重。

有没有办法优雅地拆分它，以便我得到最后一个条目的以下结果 '1459','0.98', Gypsy\tArabidopsis thaliana_+1'?

【问题讨论】：

我认为您需要单独拆分最后一个条目，即使这意味着更多代码。编写明确的代码比编写一个月内无法理解的“优雅”的单行代码更好。

我同意你将如何拆分最后一个条目以便我得到想要的结果？

这是您定义的字符串，您无法通过列表访问。请参阅此链接以更好地理解：docs.python.org/2/library/string.html

【参考方案1】：

您可以使用替代：

\s2,|\t+
# either two+ whitespaces
# or at least one tabulator space

---

在Python:

import re

string = "ATLANTYS2_I          -           3103 aRNH_profile         -            121   2.7e-35  118.7   0.0   1   1   2.7e-37   5.6e-35  117.7   0.0     2   120  1342  1458  1341  1459 0.98 Gypsy    Arabidopsis thaliana_+1"

rx = re.compile(r'\s2,|\t+')
print(rx.split(string))

产量

['ATLANTYS2_I', '-', '3103 aRNH_profile', '-', '121', '2.7e-35', '118.7', '0.0', '1', '1', '2.7e-37', '5.6e-35', '117.7', '0.0', '2', '120', '1342', '1458', '1341', '1459 0.98 Gypsy', 'Arabidopsis thaliana_+1']

【讨论】：

'1459 0.98 Gypsy' 必须是 '1459'、'0.98'、'Gypsy'

【参考方案2】：

你可以单独处理最后一个元素：

last_element = result.pop()  # remove last element from list
numbers, plant = last_element.split('\t')  # split on tab
result += numbers.split()  # split the first part on spaces and add it back
result.append(plant)  # add the second part back

或者您可以使用正则表达式正确拆分最后一个元素