re.split（）后的尾随空字符串

Question

我有两个字符串，我想把数字序列和其他的东西分开

例如：

import re
s = 'abc123abc'
print(re.split('(\d+)', s))
s = 'abc123abc123'
print(re.split('(\d+)', s))

输出如下所示：

['abc'，'123'，'abc']
['abc'，'123'，'abc'，'123'，'

注意，在第二种情况下，后面有一个空字符串

显然，我可以测试它，并在必要时删除它，但它似乎很麻烦，我想知道RE是否可以改进以适应这种情况

Answer 1

为此使用正则表达式的简单方法是^{}：

def bits(s):
    return re.findall(r"(\D+|\d+)", s)

bits("abc123abc123")
# ['abc', '123', 'abc', '123']

但是使用^{}似乎更容易、更自然。毕竟，您正在基于单个条件对iterable进行分块：

from itertools import groupby

def bits(s):
    return ["".join(g) for _, g in groupby(s, key=str.isdigit)]

bits("abc123abc123")
# ['abc', '123', 'abc', '123']

Answer 2

您可以使用filter并且不要像下面那样返回此空字符串：

>>> s = 'abc123abc123'
>>> re.split('(\d+)', s)
['abc', '123', 'abc', '123', '']

>>> list(filter(None,re.split('(\d+)', s)))
['abc', '123', 'abc', '123']

通过感谢@chepner，您可以生成如下列表：

>>> [x for x in re.split('(\d+)', s) if x]
['abc', '123', 'abc', '123']

如果您可能有符号或其他，则需要split：

>>> s = '&^%123abc123$#@123'
>>> list(filter(None,re.split('(\d+)', s)))
['&^%', '123', 'abc', '123', '$#@', '123']

Answer 3

这与re.split()本身的实现有关：您不能更改它。当函数拆分时，它不会检查捕获组后面的任何内容，因此它不能为您选择保留或丢弃拆分后留下的空字符串。它只是在那里拆分，并将字符串的其余部分（可以为空）留到下一个周期

如果您不想要那个空字符串，可以在将结果收集到列表中之前以各种方式除去它。user1740577就是一个例子，但就我个人而言，我更喜欢列表理解，因为它更适合于简单的过滤器/映射操作：

parts = [part for part in re.split('(\d+)', s) if part]

我建议不要在列表已经创建之后检查并删除元素，因为它涉及更多的操作和分配