python中的re.split代码

Question

我正在浏览以下代码，不确定re.split如何在此处拆分字符串。

lines = ["surname: Obama, prename: Barack, profession: president", "surname: 
Merkel, prename: Angela, profession: chancellor"]
for line in lines:
    re.split(",* *w*: ", line)
['', 'Obama', 'Barack', 'president']
['', 'Merkel', 'Angela', 'chancellor']

Answer 1

re.split()是与python正则表达式库(re(关联的split((函数。

在这种情况下，该函数正在寻找与re.split()函数中显示的模式的行中的任何子字符串。

模式：",* *w*: "以以下方式爆发：

",*  > matches zero OR more commas
 *   > matches zero OR more spaces
w*  > matches zero OR more word characters (0-9, a-z, A-Z, _)
: "  > matches a colon followed by a space

基本上，它试图找到：

之类的东西

surname:

, prename:

, profession:

在发现这些模式的地方，它们被剥离了线，留下了列表中显示的值。列表中第一个位置中发现的空字符串''是因为split()函数包括一个空字符串，如果拆分模式是字符串中的第一个或最后一个元素。

Answer 2

了解

re.split(模式，字符串，maxSplit = 0，flags = 0 (

在这里做，让我们拥有查看文档：

split string staters 。

的出现

因此，从您的示例中，您正在寻找文本中的所有",* *w*: "，并将其用作所需的结果文本之间的定界符。

您正在使用的模式正在寻找任何数量的,，其次是任何数量的Whitespaces，任何数量的单词字符，然后是:和Whitespace。

以您的示例，这意味着： surname: Obama , prename: Barack , profession: president(斜体：删除，粗体：列表中的部分部分(。如您所见，字符串的开头直接有匹配，因此将一个空字符串''分开，然后在:之后的三个条目中分开。这正是您的结果列表所说的。