蟒蛇分裂在多个分隔符错误？

对于我这个问题的变种，我想拆就一切不是来自一组特定字符的。这导致我找到了我喜欢的解决方案，直到我发现这个明显的错误。这是一个错误还是我不熟悉的Python的一些怪癖？

>>> b = "Which_of'these-markers/does,it:choose to;split!on?" 
>>> b1 = re.split("[^a-zA-Z0-9_'-/]+", b) 
>>> b1 
["Which_of'these-markers/does,it", 'choose', 'to', 'split', 'on', '']

我不理解为什么它做一个逗号（“”）不分裂，因为逗号是不在我的例外列表？

来源

2017-04-11 dipankar

可能是因为'' - /'。它被解释为范围。 – Rahul

的'-/字符类中创建一个包括一个逗号范围：

当你需要把一个连字符在Python re模式，把它：

在开头：[-A-Z]（匹配一个大写ASCII字母和-）
最后：[A-Z()-]
（大写ASCII字母，(，)或-匹配）之后的有效范围：[A-Z-+]（相匹配的大写ASCII字母，-或+）
或只是逃避它。

你不能把它简写后，一个独立的符号之前的权利（如[\w-+]，就会造成人品不好范围错误）。这在.NET和其他一些正则表达式中是有效的，但在Python re中无效。

将连字符放在结尾，或者将其跳过。

使用

re.split(r"[^a-zA-Z0-9_'/-]+", b)

在Python 2.7，则可能甚至它收缩到

re.split(r"[^\w'/-]+", b)

来源

2017-04-11 17:32:48

不知道像'\ w'这样的东西是在'[]'里面工作的。谢谢！ –

啊，谢谢！回想起来显而易见，但不会想到它！ :) – dipankar

在Python're'模式中将一个字符'-'放入字符类时，我添加了几个要注意的事项。尽管这些信息可以在SO上找到，但它似乎分散在不同的答案中。 –

的'-/被解释为具有从39 ascii值至47，其包括,具有ASCII值44范围。

你必须在开始或结束或字符类别-。

来源

2017-04-11 17:36:36 Rahul

蟒蛇分裂在多个分隔符错误？

回答

相关问题