Python字符串分割方法总结

Python中字符串分割的常用方法是直接调用字符串的str.split方法，但是其只能指定一种分隔符，如果想指定多个分隔符拆分字符串需要用到re.split方法（正则表达式的split方法）。

str.split

字符串的split方法函数原型如下，其中sep为指定的分隔符，maxsplit为最大分割次数：

str.split(sep=None, maxsplit=-1)

默认情况下，不指定分隔符时则以空白字符（空格，回车，制表符等）作为分隔符拆分字符串：

>>> s = 'A B\tC\nD'
>>> s.split()
['A', 'B', 'C', 'D']
>>>

在结果列表中，不会包含空字符串：

>>> s = '   A B\tC\nD\n\n'
>>> s.split()
['A', 'B', 'C', 'D']
>>>

指定分隔符：

>>> s = 'www.google.com'
>>> s.split('.')
['www', 'google', 'com']
>>> s = 'AA||BB||CC||DD'
>>> s.split('||')
['AA', 'BB', 'CC', 'DD']
>>>

指定最大分割次数：

>>> s = 'www.google.com'
>>> s.split('.', 1)
['www', 'google.com']
>>> s = 'AA||BB||CC||DD'
>>> s.split('||', 2)
['AA', 'BB', 'CC||DD']
>>>

由此可见，当指定最大分割次数maxsplit时，结果列表长度为maxsplit+1。
但是，字符串的split方法只能指定一个分隔符，如下：

s = 'AAAA,BBBB:CCCC;DDDD'

如果想指定逗号、冒号、分号都做为分隔符，字符串的split方法是做不到的，此时要用正则表达式中的split方法。

re.split

正则表达式的split方法原型如下，其中pattern为指定的分隔正则表达式，string为要分割的字符串，maxsplit为最大分割次数，flags为正则表达式用到的通用标志：

re.split(pattern, string, maxsplit=0, flags=0)

参考示例：

>>> import re
>>> s = 'AAAA,BBBB:CCCC;DDDD'
>>> re.split(r'[,:;]', s)
['AAAA', 'BBBB', 'CCCC', 'DDDD']
>>>

如果在正则表达式里使用了捕获组也就是括号，则结果列表中也会包含捕获的内容：

>>> import re
>>> s = 'AAAA,BBBB:CCCC;DDDD'
>>> re.split(r'([,:;])', s)
['AAAA', ',', 'BBBB', ':', 'CCCC', ';', 'DDDD']
>>>

如果不想在结果中看到分隔符，但仍然想用括号对正则表达式模式进行分组，可以使用非捕获组，以(?:...)的形式指定，示例如下：

>>> import re
>>> s = 'AAAA,BBBB:CCCC;DDDD'
>>> re.split(r'(?:[,:;])', s)
['AAAA', 'BBBB', 'CCCC', 'DDDD']
>>>

指定最大分割次数：

>>> import re
>>> s = 'AAAA,BBBB:CCCC;DDDD'
>>> re.split(r'[,:;]', s, 1)
['AAAA', 'BBBB:CCCC;DDDD']
>>> re.split(r'[,:;]', s, 2)
['AAAA', 'BBBB', 'CCCC;DDDD']
>>>

由此可见，当指定最大分割次数maxsplit时，结果列表长度为maxsplit+1。
指定正则表达式中的通用标志flags：

>>> import re
>>> re.split('[a-f]+', '0a3B9', flags=re.IGNORECASE)
['0', '3', '9']
>>>