【Python】分割拆分文本字符串

主要是使用字符串的split()与正则的re.split()方法进行拆分。前者每次处理一种分隔符，后者一次性可以处理多个分割字符。

import sys
import re
reload(sys)
sys.setdefaultencoding('utf-8')
data_text='''
shuob1uShang，why，943586926isM1?
YEAH。SUre，iamis、now i am so boring
xianzais--hi2018-4-17,wozai shang hai jiading
say so&^me ?d-o some23thi^&ngs only for what
zhaohan only 00-//for\||you
ho[pe you\] zhao yi sun
we can 17
--*
'''

使用split()方法

print data_text.split()
# 如果不加参数的话，默认是按照空白，空格，\t,\r,\n来分割
# 如果想要按照-来分割就直接在括号加上('-')

运行结果：

['shuob1uShang\xef\xbc\x8cwhy\xef\xbc\x8c943586926isM1?', 'YEAH\xe3\x80\x82SUre\xef\xbc\x8ciamis\xe3\x80\x81now', 'i', 'am', 'so', 'boring', 'xianzais--hi2018-4-17,wozai', 'shang', 'hai', 'jiading', 'say', 'so&^me', '?d-o', 'some23thi^&ngs', 'only', 'for', 'what', 'zhaohan', 'only', '00-//for\||you', 'ho[pe', 'you\\]', 'zhao', 'yi', 'sun', 'we', 'can', '17', '--*']

注意返回的对象是一个列表，所以可以使用列表的索引，比如data_str.split（’-‘,2）[1]的意思就是按照-把字符串分成两部分，并且选择索引为1的部分。

使用re.split()方法

print re.split('\d|]',data_text)
# 使用正则表达式进行切割，代码显示按照数字和符号]进行分割

运行结果：

['\nshuob', 'uShang\xef\xbc\x8cwhy\xef\xbc\x8c', '', '', '', '', '', '', '', '', 'isM', '?\nYEAH\xe3\x80\x82SUre\xef\xbc\x8ciamis\xe3\x80\x81now i am so boring\nxian', 'zais--hi', '', '', '', '-', '-', '', ',wozai shang hai jiading\nsay so&^me ?d-o some', '', 'thi^&ngs only for what\nzhaohan only ', '', '-//for\||you\nho[pe you\\', ' zhao yi sun\nwe can ', '', '\n--*\n']

如果使用re.split()进行切割的话，需要熟练使用正则表达式。

虽然使用正则的方法可以按照不同的分隔符号进行分割，但是在速度上要慢于字符串的直接split()方法。

个人博客：www.langzi.fun
欢迎交流Python开发，安全测试。