将字符串拆分为多个单词或破折号

Question

我正试着把一个字符串分成多个字符串。我正在使用re库，但遇到了一个问题。假设我的字符串是“Yakima，WA[466012051]49826”，我这样做就可以了：

>>> import re
>>> x = "Yakima, WA[4660,12051]49826"
>>> re.split('\W+', x)

它会回来的

['Yakima', 'WA', '4660', '12051', '49826']

我也希望如此。但我面临的问题是，如果城市里有一个（-）或一个空间，怎么才能让城市保持在自己的弦中。我将与多个城市打交道，有些城市有2到3个工作城市，有些城市有破折号。我需要保留3个数据结构，包括城市和州的组合、坐标和人口。你知道吗

>>> x = "Winston-Salem, NC[3610,8025]131885"
>>> re.split('\W+', x)
['Winston', 'Salem', 'NC', '3610', '8025', '131885']

或者

>>> x = "West Palm Beach, FL[2672,8005]63305"
>>> re.split('\W+', x)
['West', 'Palm', 'Beach', 'FL', '2672', '8005', '63305']

我想要：

['Winston-Salem', 'NC', '3610', '8025', '131885']
['West Palm Beach', 'FL', '2672', '8005', '63305']

Answer 1

您可以尝试按,或[或]进行拆分：

re.split('[,\[\]]', x)

演示：

import re

L = ["Yakima, WA[4660,12051]49826",
"Winston-Salem, NC[3610,8025]131885",
"West Palm Beach, FL[2672,8005]63305"]

for e in L:
    print re.split('[,\[\]]', e)

>>> ['Yakima', ' WA', '4660', '12051', '49826']
>>> ['Winston-Salem', ' NC', '3610', '8025', '131885']
>>> ['West Palm Beach', ' FL', '2672', '8005', '63305']

Answer 2

您可以按[^\w\s-]+拆分：

>>> x = "Winston-Salem, NC[3610,8025]131885"
>>> re.split('[^\w\s-]+', x)
['Winston-Salem', ' NC', '3610', '8025', '131885']

>>> x = "West Palm Beach, FL[2672,8005]63305"
>>> re.split('[^\w\s-]+', x)
['West Palm Beach', ' FL', '2672', '8005', '63305']

[^\w\s-]+基本上指的不是字母数字（a-zA-Z0-9_），不是空格字符，也不是-。你知道吗