正则表达式标点分割[Python]

Question

有人可以用正则表达式帮我一点吗？我目前有这个:re.split(" +", line.rstrip()),用空格分隔.

我怎么能扩展它以涵盖标点符号呢？

Answer 1

官方Python文档就是这方面的一个很好的例子.它将拆分所有非字母数字字符(空格和标点符号).字面上\ W是所有非Word字符的字符类.注意:下划线"_"被视为"单词"字符,不会成为此处拆分的一部分.

re.split('\W+', 'Words, words, words.')

有关更多示例,请参阅https://docs.python.org/3/library/re.html,搜索"re.split"页面

Answer 2

使用string.punctuation和字符类:

>>> from string import punctuation
>>> r = re.compile(r'[\s{}]+'.format(re.escape(punctuation)))
>>> r.split('dss!dfs^  #$% jjj^')
['dss', 'dfs', 'jjj', '']