python只对几个可变长度分隔符中的第一个进行拆分

Question

我想使用re来分割基于多个可变长度分隔符的字符串。你知道吗

我试过：

s = 'PPPPMMMMMPPPPPFFFMFFFFAA--AAA'
re.split('(P*)|(A*)|(-*)', s)

得到：

['', 'PPPP', None, 'MMMMM', 'PPPPP', None, 'FFFMFFFFAA--AAA']

但是，我想对所有组进行完全拆分，如下所示：

['', 'PPPP', None, 'MMMMM', 'PPPPP', None, 'FFFMFFFF', 'AA', '--', 'AAA']

我不介意None条目。我希望对所有字符块进行完全拆分，包括P*、A*和-*。用re这可能吗？你知道吗

Answer 1

>>> re.split('(P+)|(A+)|(-+)', s)
['', 'PPPP', None, None, 'MMMMM', 'PPPPP', None, None, 'FFFMFFFF', None, 'AA', None, '', None, None, ' ', '', None, 'AAA', None, '']

Answer 2

如果使用给定的正则表达式运行程序，则会得到：

/usr/lib/python3.5/re.py:203: FutureWarning: split() requires a non-empty pattern match.
  return _compile(pattern, flags).split(string, maxsplit)

因此，这意味着您的正则表达式应始终至少包含一个字符：空字符串不应与正则表达式匹配。你知道吗

在(P+|A+|-+)上拆分如何：

>>> re.split('(P+|A+|-+)', s)
['', 'PPPP', 'MMMMM', 'PPPPP', 'FFFMFFFF', 'AA', '', ' ', '', 'AAA', '']

如果不需要空字符串''，可以使用列表理解过滤掉它们：

>>> [x for x in re.split('(P+|A+|-+)', s) if x]
['PPPP', 'MMMMM', 'PPPPP', 'FFFMFFFF', 'AA', ' ', 'AAA']

这也会删除None项。但是，如果需要None部分（这些是未执行的分支的捕获组），可以使用(P+)|(A+)|(-+)：

>>> re.split('(P+)|(A+)|(-+)', s)
['', 'PPPP', None, None, 'MMMMM', 'PPPPP', None, None, 'FFFMFFFF', None, 'AA', None, '', None, None, ' ', '', None, 'AAA', None, '']