为什么line.split('\s')和line.split()不一样？

Question

我有一个非常简单的程序，它可以解析一个CSV文件，这个文件的每一行都是文本记录，列与列之间用一个制表符（Tab）分隔。

我知道split()默认是按空白字符来分割的，所以其实不需要特别指定空白的模式。但是我想问的是，为什么我指定的空白模式不管用？或者说'\s'或者r'\s'是不是不对的模式/正则表达式？我在StackOverflow上查了一下，看到有人提到字符串的split()是个比较老的方法，但我对这方面不太懂，因为我刚开始学Python。字符串的split()不支持正则表达式吗？

这是我的代码：

#!/usr/bin/env python
import os
import re
import sys

f = open(sys.argv[1])
for line in f:
    field = line.split()
    field2 = line.split('\s')
    print field[1], field2[1]
f.close

我试着用line.split(r'\s')，但也不行，不过line.split('\t')是可以的。

Answer 1

string.split() 是一个方法，它需要一个字符串作为参数，然后根据这个字符串来进行分割。就这么简单。\t 是一个ASCII制表符，也就是我们常说的“Tab”键，而 \s 在这里其实就是 \ 加上 s 的组合。

如果你想用正则表达式来分割字符串，就需要导入 re 模块，然后使用 re.split() 方法。

Answer 2

string.split()这个函数不支持正则表达式作为参数。如果你想使用正则表达式，可以试试re.split()：

>>> import re
>>> re.split(r"\s+", "a  b")
['a', 'b']

Answer 3

因为 \t 代表的是字符串中的一个制表符（就像 \n 代表换行符一样，详细信息可以查看有效转义序列的列表），而 \s 是一个特殊的正则表达式字符类，用来表示空白字符。

str.split^[文档] 不支持正则表达式。如果你想用正则表达式来分割字符串，就得使用re.split^[文档]。

示例：

>>> import re
>>> str = "This\sis a weird\sstring"
>>> str.split("\s")                    # treated literally
['This', 'is a weird', 'string'] 
>>> re.split("\s", str)                # regex
['This\\sis', 'a', 'weird\\sstring']