在Python中，如何分割字符串并保留分隔符？

Question

这里有个最简单的解释。我现在用的是：

re.split('\W', 'foo/bar spam\neggs')
>>> ['foo', 'bar', 'spam', 'eggs']

我想要的是：

someMethod('\W', 'foo/bar spam\neggs')
>>> ['foo', '/', 'bar', ' ', 'spam', '\n', 'eggs']

原因是我想把一个字符串分割成小块，进行一些操作，然后再把它们组合起来。

Answer 1

另一个例子：在非字母数字字符上进行分割，并保留分隔符

import re
a = "foo,bar@candy*ice%cream"
re.split('([^a-zA-Z0-9])', a)

输出结果：

['foo', ',', 'bar', '@', 'candy', '*', 'ice', '%', 'cream']

解释 re.split('([^a-zA-Z0-9])', a)：

() <- keep the separators
[] <- match everything in between
^a-zA-Z0-9 <- except alphabets, upper/lower and numbers.

Answer 2

如果你想根据换行符来分割字符串，可以使用 splitlines(True)。

>>> 'line 1\nline 2\nline without newline'.splitlines(True)
['line 1\n', 'line 2\n', 'line without newline']

（这不是一个通用的解决方案，但我把它放在这里，以防有人不知道这个方法的存在。）

Answer 3

re.split的文档提到：

通过出现的模式来分割字符串。如果在模式中使用了捕获括号，那么模式中所有组的文本也会作为结果列表的一部分返回。

所以你只需要把你的分隔符放在一个捕获组里：

>>> re.split('(\W)', 'foo/bar spam\neggs')
['foo', '/', 'bar', ' ', 'spam', '\n', 'eggs']