Python: scinde une chaîne de la liste de séparateurs

En Python, je voudrais diviser une chaîne à l'aide d'une liste de séparateurs. Les séparateurs peuvent être soit des virgules ou des points-virgules. Les espaces doivent être supprimés, à moins qu'il est au milieu de non-blanc, non-séparateur de caractères, auquel cas il doit être préservée.

Cas de Test 1: ABC,DEF123,GHI_JKL,MN OP

Cas de Test 2: ABC;DEF123;GHI_JKL;MN OP

Cas de Test 3: ABC ; DEF123,GHI_JKL ; MN OP

Sonne comme un cas pour les expressions régulières, ce qui est bien, mais si c'est plus facile et plus propre de le faire d'une autre manière qui serait encore mieux.

Merci!

OriginalL'auteur blah238 | 2011-01-14

  1. 17

    Ce devrait être beaucoup plus rapide, puis la regex et vous pouvez passer d'une liste de séparateurs comme vous le souhaitiez:

    def split(txt, seps):
    default_sep = seps[0]

    # we skip seps[0] because that's the default seperator
    for sep in seps[1:]:
        txt = txt.replace(sep, default_sep)
    return [i.strip() for i in txt.split(default_sep)]

    Comment l'utiliser:

    >>> split('ABC ; DEF123,GHI_JKL ; MN OP', (',', ';'))
['ABC', 'DEF123', 'GHI_JKL', 'MN OP']

    Test de Performance:

    import timeit
import re


TEST = 'ABC ; DEF123,GHI_JKL ; MN OP'
SEPS = (',', ';')


rsplit = re.compile("|".join(SEPS)).split
print(timeit.timeit(lambda: [s.strip() for s in rsplit(TEST)]))
# 1.6733491150007467

print(timeit.timeit(lambda: split(TEST, SEPS)))
# 1.6442800510003508
    Très agréable. Avoir à prendre cela comme la meilleure réponse. merci à tous!
    Sur ma machine, la deuxième solution que j'ai donné est encore plus rapide pour les chaînes courtes.
    Au lieu d'avoir default_sep être un paramètre, il suffit d'utiliser l'un des seps. par exemple: default_sep = seps[0] et puis changer le for ligne for sep in seps[1:]:.
    Cela dépend de l'appelant en sachant à l'avance qu'il y a un personnage (par exemple,"|") qui n'apparaissent jamais dans l'entrée. C'est distaster-ventre.
    Cette comparaison est erronée: il compile les regex chaque passage dans la boucle. Si vous avez correctement compiler l'expression régulière à l'extérieur de la boucle (r = re.compile(",|;")), la regex version est plus rapide. Il est également clair, d'ordinaire, la solution flexible à ce que chacun comprend immédiatement, ce qui est encore plus fort argument que les performances.

    OriginalL'auteur Joschua

  2. 5

    L'aide d'expressions régulières, essayez

    [s.strip() for s in re.split(",|;", string)]

    ou

    [t.strip() for s in string.split(",") for t in s.split(";")]

    sans.

    Plutôt de le faire à travers la chaîne de split() pour éviter l'importation de re, par exemple 'ABC,DEF123,GHI_JKL,MN OP'.split(',|;')
    Ne serait-ce pas fractionner la chaîne à tous les verbatim les occurrences de ",|;"?
    Fonctionne très bien!! Merci 🙂
    Désolé, vous avez raison. Je suis bête. 🙂
    Mais si vous voulez diviser ,;. vous devez ajouter une boucle pour chaque personnage!

    OriginalL'auteur Sven Marnach

  3. 0
    >>> re.split('\s*,\s*|\s*;\s*', 'a , b; cdf')
['a', 'b', 'cdf']

    OriginalL'auteur Raph Levien

  4. 0

    La prise de la réponse ci-dessus, avec vos cas de test, vous souhaitez utiliser une expression régulière, et un ou plusieurs séparation des caractères. Dans votre cas, la séparation personnages semblent être ',', '|', ';' et espace. Les espaces en python est '\w', de sorte que la compréhension est:

    import re
list = [s for s in re.split("[,|;\W]+", string)]

    Je ne peux pas répondre à sven de la réponse ci-dessus, mais je répartis sur un ou plusieurs des caractères à l'intérieur des crochets, et ne pas avoir à utiliser la bande de() la méthode.

    Aïe, je n'ai pas lu correctement à la question... Sven réponse avec la bande des œuvres; la mienne suppose que l'espace est une autre séparation.

    OriginalL'auteur tmarthal