在 Python 中用逗号分隔并去除空格

Posted 2023-02-16

【中文标题】在 Python 中用逗号分隔并去除空格

【英文标题】：Split by comma and strip whitespace in Python

【发布时间】：2011-05-03 13:15:27

【问题描述】：

我有一些用逗号分隔的 python 代码，但没有去掉空格：

>>> string = "blah, lots  ,  of ,  spaces, here "
>>> mylist = string.split(',')
>>> print mylist
['blah', ' lots  ', '  of ', '  spaces', ' here ']

我宁愿像这样删除空格：

['blah', 'lots', 'of', 'spaces', 'here']

我知道我可以遍历 list 并 strip() 每个项目，但由于这是 Python，我猜有一种更快、更简单、更优雅的方法。

【参考方案1】：

使用列表推导——更简单，就像for 循环一样容易阅读。

my_string = "blah, lots  ,  of ,  spaces, here "
result = [x.strip() for x in my_string.split(',')]
# result is ["blah", "lots", "of", "spaces", "here"]

见：Python docs on List ComprehensionA good 2 second explanation of list comprehension.

【讨论】：

超级好！我添加了一项如下以摆脱空白列表条目。 > text = [x.strip() for x in text.split('.') if x != '']

@Sean: 无效/不完整的 python 代码是你的“帖子的初衷”吗？根据评论爱好者的说法是：***.com/review/suggested-edits/21504253。如果他们错了（再次），您能否通过更正来告诉他们？

原件是从 REPL 复制粘贴的（如果我没记错的话），目标是理解底层概念（使用列表理解来执行操作） - 但你是对的，它使如果您看到列表推导生成一个新列表，则更有意义。

【参考方案2】：

map(lambda s: s.strip(), mylist) 会比显式循环好一点。或者一次性全部：map(lambda s:s.strip(), string.split(','))

【讨论】：

提示：任何时候你发现自己在使用map，特别是如果你使用lambda，请仔细检查你是否应该使用列表解析。

你可以用map(str.strip, s.split(','))避免lambda。

【参考方案3】：

在拆分之前，只需从字符串中删除空格即可。

mylist = my_string.replace(' ','').split(',')

【讨论】：

如果以逗号分隔的项目包含嵌入的空格，例如"you just, broke this".

天啊，这个是-1。你们好难啊它解决了他的问题，提供他的样本数据只是单个单词，并且没有指定数据是短语。但是w/e，我想你们就是这样在这里打滚的。

无论如何，谢谢，用户。公平地说，尽管我特别要求 split 然后 strip() 和 strip 删除前导和尾随空格，并且不会触及中间的任何内容。不过，稍作改动，您的答案就可以完美运行：mylist = mystring.strip().split(',') 虽然我不知道这是否特别有效。

【参考方案4】：

我知道这已经被回答了，但是如果你经常这样做，正则表达式可能是一个更好的方法：

>>> import re
>>> re.sub(r'\s', '', string).split(',')
['blah', 'lots', 'of', 'spaces', 'here']

\s 匹配任何空白字符，我们只需将其替换为空字符串''。你可以在这里找到更多信息：http://docs.python.org/library/re.html#re.sub

【讨论】：

您的示例不适用于包含空格的字符串。 “for, example this, one”会变成“for”、“examplethis”、“one”。并不是说这是一个糟糕的解决方案（它在我的示例中完美运行）它只是取决于手头的任务！

是的，非常正确！您可能可以调整正则表达式，以便它可以处理带有空格的字符串，但如果列表理解有效，我会说坚持下去；）

【参考方案5】：

使用正则表达式拆分。请注意，我使用前导空格使情况更普遍。列表推导就是去掉前后的空字符串。

>>> import re
>>> string = "  blah, lots  ,  of ,  spaces, here "
>>> pattern = re.compile("^\s+|\s*,\s*|\s+$")
>>> print([x for x in pattern.split(string) if x])
['blah', 'lots', 'of', 'spaces', 'here']

即使^\s+ 不匹配，这仍然有效：

>>> string = "foo,   bar  "
>>> print([x for x in pattern.split(string) if x])
['foo', 'bar']
>>>

这就是您需要 ^\s+ 的原因：

>>> pattern = re.compile("\s*,\s*|\s+$")
>>> print([x for x in pattern.split(string) if x])
['  blah', 'lots', 'of', 'spaces', 'here']

看到 blah 中的前导空格了吗？

澄清：上面使用的是 Python 3 的解释器，但在 Python 2 中的结果是一样的。

【讨论】：

我相信[x.strip() for x in my_string.split(',')] 对于所提出的问题来说更符合pythonic。也许在某些情况下我的解决方案是必要的。如果我遇到一个，我会更新这个内容。

为什么需要^\s+？我已经在没有它的情况下测试了您的代码，但它不起作用，但我不知道为什么。

如果我使用re.compile("^\s*,\s*$")，结果是[' blah, lots , of , spaces, here ']。

@laike9m，我更新了我的答案以向您展示差异。 ^\s+ 使。如您所见，^\s*,\s*$ 也不会返回所需的结果。因此，如果您想使用正则表达式进行拆分，请使用^\s+|\s*,\s*|\s+$。

如果前导模式 (^\s+) 不匹配，则第一个匹配项为空，因此您会得到类似 [ '', 'foo', 'bar' ] 的字符串 "foo, bar "。

【参考方案6】：

我来补充：

map(str.strip, string.split(','))

但看到 Jason Orendorff 在a comment 中已经提到过它。

阅读 Glenn Maynard 的 comment on the same answer 建议对地图进行列表推导后，我开始想知道为什么。我认为他的意思是出于性能原因，但当然他可能是出于风格原因或其他原因（格伦？）。

所以在我的盒子（Ubuntu 10.04 上的 Python 2.6.5）上进行的快速（可能有缺陷？）测试显示，在循环中应用这三种方法：

$ time ./list_comprehension.py  # [word.strip() for word in string.split(',')]
real    0m22.876s

$ time ./map_with_lambda.py     # map(lambda s: s.strip(), string.split(','))
real    0m25.736s

$ time ./map_with_str.strip.py  # map(str.strip, string.split(','))
real    0m19.428s

让map(str.strip, string.split(',')) 成为赢家，尽管看起来他们都在同一个球场上。

当然，尽管出于性能原因不一定要排除 map（带或不带 lambda），但对我来说，它至少与列表理解一样清晰。

【参考方案7】：

s = 'bla, buu, jii'

sp = []
sp = s.split(',')
for st in sp:
    print st

【参考方案8】：

re（如在正则表达式中）允许一次拆分多个字符：

$ string = "blah, lots  ,  of ,  spaces, here "
$ re.split(', ',string)
['blah', 'lots  ', ' of ', ' spaces', 'here ']

这不适用于您的示例字符串，但适用于逗号空格分隔的列表。对于您的示例字符串，您可以结合 re.split 功能在 regex 模式 上进行拆分，以获得“split-on-this-or-that”效果。

$ re.split('[, ]',string)
['blah',
 '',
 'lots',
 '',
 '',
 '',
 '',
 'of',
 '',
 '',
 '',
 'spaces',
 '',
 'here',
 '']

不幸的是，这很难看，但filter 可以解决问题：

$ filter(None, re.split('[, ]',string))
['blah', 'lots', 'of', 'spaces', 'here']

瞧！

【讨论】：

为什么不只是re.split(' *, *', string)？

@PaulTomblin 好主意。也可以这样做：re.split('[, ]*',string) 达到同样的效果。

Dannid 写完后我意识到它不会像@tbc0 的答案那样在开头和结尾去除空格。

@PaulTomblinheh，我的反驳 [, ]* 在列表末尾留下一个空字符串。我认为过滤器仍然是一个不错的选择，或者像最佳答案一样坚持列表理解。

【参考方案9】：

import re
result=[x for x in re.split(',| ',your_string) if x!='']

这对我来说很好。

【参考方案10】：

import re
mylist = [x for x in re.compile('\s*[,|\s+]\s*').split(string)]

简单地说，逗号或至少一个空格，前面/后面有/没有空格。

请试一试！

【参考方案11】：

您可以先处理它然后再拆分它，而不是先拆分字符串然后担心空白

string.replace(" ", "").split(",")