如何在Python中分割和解析字符串？

Question

我正在尝试在Python中分割这个字符串：2.7.0_bf4fda703454

我想在下划线_的地方把这个字符串分开，这样我就可以使用左边的值。

Answer 1

如果你总是想把字符串分成左右两部分，而且这两部分的长度是相等的，那么你可以使用字符串自带的 partition 方法。这个方法会返回一个三元组，格式是 (左边部分, 分隔符, 右边部分)，如果找到了分隔符；如果没有找到分隔符，它会返回 (原始字符串, '', '')。

>>> "2.7.0_bf4fda703454".partition('_')
('2.7.0', '_', 'bf4fda703454')

>>> "shazam".partition("_")
('shazam', '', '')

Answer 2

Python 字符串解析指南

用空格分割一个字符串，得到一个列表，显示它的类型，并打印出来：

el@apollo:~/foo$ python
>>> mystring = "What does the fox say?"

>>> mylist = mystring.split(" ")

>>> print type(mylist)
<type 'list'>

>>> print mylist
['What', 'does', 'the', 'fox', 'say?']

如果有两个分隔符挨在一起，会被认为是空字符串：

el@apollo:~/foo$ python
>>> mystring = "its  so   fluffy   im gonna    DIE!!!"

>>> print mystring.split(" ")
['its', '', 'so', '', '', 'fluffy', '', '', 'im', 'gonna', '', '', '', 'DIE!!!']

用下划线分割一个字符串，并获取列表中的第5个项目：

el@apollo:~/foo$ python
>>> mystring = "Time_to_fire_up_Kowalski's_Nuclear_reactor."

>>> mystring.split("_")[4]
"Kowalski's"

把多个空格合并成一个

el@apollo:~/foo$ python
>>> mystring = 'collapse    these       spaces'

>>> mycollapsedstring = ' '.join(mystring.split())

>>> print mycollapsedstring.split(' ')
['collapse', 'these', 'spaces']

当你不传任何参数给Python的split方法时，文档中提到：“连续的空白字符会被视为一个分隔符，如果字符串的开头或结尾有空白，结果中不会包含空字符串。”

准备好了吗，伙计们，使用正则表达式解析：

el@apollo:~/foo$ python
>>> mystring = 'zzzzzzabczzzzzzdefzzzzzzzzzghizzzzzzzzzzzz'
>>> import re
>>> mylist = re.split("[a-m]+", mystring)
>>> print mylist
['zzzzzz', 'zzzzzz', 'zzzzzzzzz', 'zzzzzzzzzzzz']

正则表达式"[a-m]+"的意思是匹配小写字母a到m，并且这些字母可以出现一次或多次，作为分隔符。re是一个需要导入的库。

或者如果你想逐个处理这些项目：

el@apollo:~/foo$ python
>>> mystring = "theres coffee in that nebula"

>>> mytuple = mystring.partition(" ")

>>> print type(mytuple)
<type 'tuple'>

>>> print mytuple
('theres', ' ', 'coffee in that nebula')

>>> print mytuple[0]
theres

>>> print mytuple[2]
coffee in that nebula

Answer 3

"2.7.0_bf4fda703454".split("_") 这个代码会把字符串分割成一个字符串列表：

In [1]: "2.7.0_bf4fda703454".split("_")
Out[1]: ['2.7.0', 'bf4fda703454']

它会在每一个下划线的位置进行分割。如果你只想在第一个下划线处分割，可以用 "2.7.0_bf4fda703454".split("_", 1)。

如果你确定这个字符串里有下划线，你甚至可以把分割后的左右两部分分别放到不同的变量里：

In [8]: lhs, rhs = "2.7.0_bf4fda703454".split("_", 1)

In [9]: lhs
Out[9]: '2.7.0'

In [10]: rhs
Out[10]: 'bf4fda703454'

另外一种方法是使用 partition()。用法和上一个例子类似，不过它会返回三个部分，而不是两个。这个方法的主要优点是，如果字符串里没有分隔符，它不会出错。