python re.split() 空字符串

Question

下面的例子取自python re文档

re.split(r'\b', 'Words, words, words.')
['', 'Words', ', ', 'words', ', ', 'words', '.']

'\b' 匹配单词开头或结尾的空字符串。这意味着如果您运行此代码，它会产生错误。

（jupyter笔记本python 3.6）

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-128-f4d2d57a2022> in <module>
      1 reg = re.compile(r"\b")
----> 2 re.split(reg, "Words, word, word.")

/usr/lib/python3.6/re.py in split(pattern, string, maxsplit, flags)
    210     and the remainder of the string is returned as the final element
    211     of the list."""
--> 212     return _compile(pattern, flags).split(string, maxsplit)
    213 
    214 def findall(pattern, string, flags=0):

ValueError: split() requires a non-empty pattern match.

由于 \b 仅匹配空字符串，因此 split() 无法满足其要求的“非空”模式匹配。我看到了与 split() 和空字符串相关的各种问题。有些我可以看到您在实践中可能想如何做到这一点，例如，这里的问题。答案各不相同，从“就是做不到”到（较老的）“这是一个错误”。

我的问题是这样的：

1. 由于这仍然是 python 网页上的示例，这应该可行吗？这是在前沿版本中可能实现的吗？

2. 上面链接中涉及到的问题 re.split(r'(?<!foo)(?=bar)', 'foobarbarbazbar')，是2015年提出的，只是没有办法完成要求re.split()，现在还是这样吗？

Answer 1

在Python 3.7re中，您可以使用零长度匹配进行拆分：

版本 3.7 中的更改：添加了对可以匹配空字符串的模式进行拆分的支持。

另外，请注意

仅当与先前的空匹配不相邻时，模式的空匹配才会拆分字符串。

>>> re.split(r'\b', '单词，单词，单词。')
['', '单词', ', ', '单词', ', ', '单词', '.']
>>> re.split(r'\W*', '...单词...')
[''， ''， '字'， ''， '']


>>> re.split(r'(\W*)', '...单词...')
[''， '...'， ''， ''， '字'， '。 ..', '', '', '']

另外，与

re.split(r'(?<!foo)(?=bar)', 'foobarbarbazbar')

我['foobar', 'barbaz', 'bar']在 Python 3.7 中得到结果。