分鐘閱讀

字符串操作是 Python 的一項(xiàng)基本技能，了解如何拆分字符串是其中的一個(gè)關(guān)鍵方面。在本綜合指南中，我們將探討拆分字符串的各種方法和技術(shù)，包括 and 函數(shù)、正則表達(dá)式 （regex） 和高級(jí)拆分技術(shù)。在本教程結(jié)束時(shí)，您將深入了解如何在 Python 中處理字符串拆分。split()rsplit()

為什么要拆分字符串？

字符串拆分是根據(jù)特定條件將字符串分解為較小部分的過(guò)程。這對(duì)于各種任務(wù)非常有用，例如數(shù)據(jù)處理、文本分析和解析結(jié)構(gòu)化數(shù)據(jù)格式（如 CSV 或 JSON）。Python 提供了幾種方法和工具來(lái)輕松執(zhí)行字符串拆分。

拆分方法概述

Python 提供了幾種拆分字符串的技術(shù)：

• split()：使用指定的分隔符（默認(rèn)：空格）將字符串拆分為子字符串。
• rsplit()：從右端拆分字符串。
• 正則表達(dá)式 （regex）：提供強(qiáng)大的基于模式的拆分。
• 高級(jí)技術(shù)：針對(duì)特定拆分用例的自定義方法。

在本指南中，我們將深入探討每種技術(shù)，并提供示例和用例以深入了解。

基本字符串拆分split()

按空格拆分

該方法是基于空格將字符串拆分為單詞的最常見(jiàn)方法。讓我們看一個(gè)例子。split()

上面的代碼將給出以下結(jié)果。

['Python', 'is', 'a', 'versatile', 'programming', 'language.']

默認(rèn)情況下， 使用一個(gè)或多個(gè)空格字符分隔字符串。split()

按特定字符拆分

您可以通過(guò)將字符串作為參數(shù)發(fā)送到 split（） 函數(shù)來(lái)按特定字符拆分字符串。讓我們嘗試實(shí)際地做到這一點(diǎn)。

運(yùn)行代碼后，它會(huì)給出以下輸出。

['apple', 'banana', 'cherry', 'grape']

這對(duì)于解析 CSV 文件和其他結(jié)構(gòu)化數(shù)據(jù)特別有用。

將 Python 字符串拆分為單詞

要將字符串拆分為單個(gè)單詞，請(qǐng)使用不帶參數(shù)的 Python。為了說(shuō)明這一點(diǎn)，我們舉了一個(gè)簡(jiǎn)單的例子。split()

當(dāng)您運(yùn)行此代碼時(shí)，它將給出以下結(jié)果。

['Python', 'is', 'a', 'versatile', 'programming', 'language.']

這是處理自然語(yǔ)言處理 （NLP） 任務(wù)時(shí)的常見(jiàn)操作。

拆分為數(shù)字?jǐn)?shù)組

如果字符串包含由特定字符分隔的數(shù)字，則可以將其拆分并將子字符串轉(zhuǎn)換為數(shù)字?jǐn)?shù)組。按照以下示例清楚地理解它。

您將在執(zhí)行時(shí)獲得以下輸出。

[7, 13, 17, 19, 23]

在這個(gè)例子中，我們首先用逗號(hào)分割字符串，然后調(diào)用列表推導(dǎo)式將子字符串轉(zhuǎn)換為整數(shù)。

高級(jí)字符串拆分rsplit()

從右邊拆分 Python 中的字符串

該方法從右端拆分字符串。讓我們借助示例進(jìn)行演示。rsplit()

運(yùn)行上述 Python 代碼后，它會(huì)打印以下內(nèi)容。

['my-file', 'name.txt']

這在處理具有多次出現(xiàn)的分隔符的文件路徑或字符串時(shí)很有用，并且您希望從最后一個(gè)出現(xiàn)中分離出來(lái)。

使用參數(shù)maxsplit

我們可以用參數(shù)控制最大拆分次數(shù)。maxsplit

這是上述代碼段的輸出。

['/home/user/documents', 'python_guide.pdf']

該參數(shù)將拆分次數(shù)限制為指定值。增加其值將按比例增加拆分次數(shù)。maxsplit

基于正則表達(dá)式的字符串拆分

正則表達(dá)式（通常稱為正則表達(dá)式）是用于模式匹配和文本操作的強(qiáng)大工具。它們?cè)试S您定義復(fù)雜的模式并提取與這些模式匹配的子字符串。

要使用正則表達(dá)式，您可以導(dǎo)入模塊。它具有各種功能來(lái)支持Python中的字符串拆分。re

用re.split()

該函數(shù)根據(jù) Python 中的正則表達(dá)式模式拆分字符串：re.split()

import re text = 'Hello, world. Python programming is fun!'tokens = re.split(r'[,\s]+', text)print(tokens)

運(yùn)行后，代碼將打印以下結(jié)果。

在此示例中，我們使用正則表達(dá)式模式 [，\s]+ 拆分字符串，該模式匹配一個(gè)或多個(gè)逗號(hào)或空格字符。

復(fù)雜模式拆分

正則表達(dá)式可以處理復(fù)雜的拆分方案。例如，用各種標(biāo)點(diǎn)符號(hào)拆分字符串：

import re # Splitting a string by punctuation markstext = 'Hello! World? Python, programming. Is this fun?'tokens = re.split(r'[!?,.\s]+', text)print(tokens)

上述程序的輸出如下。

此正則表達(dá)式模式匹配一個(gè)或多個(gè)出現(xiàn)的標(biāo)點(diǎn)符號(hào)或空格字符。[!?,.\s]+

使用“后瞻”和“展望”進(jìn)行拆分

正則表達(dá)式允許您使用 和 斷言執(zhí)行更復(fù)雜的拆分操作。例如，用空格分隔字符串，但排除雙引號(hào)內(nèi)的空格：lookbehindlookahead

import re# Splitting a string by spaces but not within double quotestext = 'Python 'is great' for 'string manipulation'.'tokens = re.split(r'(?<!')\s+(?!')', text)print(tokens)

上面的 Python 代碼使用模塊拆分字符串并打印以下內(nèi)容。re

在此正則表達(dá)式模式中，是否定斷言，并且是負(fù)前瞻斷言，確保雙引號(hào)內(nèi)的空格不用于拆分。(?<!')lookbehind(?!')

高級(jí)字符串拆分技術(shù)

將長(zhǎng)字符串拆分為固定長(zhǎng)度的塊

有時(shí)您可能需要將長(zhǎng)字符串拆分為固定長(zhǎng)度的塊。在這種情況下，Python的for loop是你最好的朋友。讓我們?nèi)绾卫盟?/span>

 long_string = '1234567890ABCDEFGHIJ'chunk_size = 4chunks = [long_string[i:i + chunk_size] for i in range(0, len(long_string), chunk_size)]print(chunks)

運(yùn)行上述編碼片段后，它會(huì)打印以下內(nèi)容。

在此示例中，我們使用列表推導(dǎo)來(lái)迭代字符串并將其拆分為指定長(zhǎng)度的塊。

使用多個(gè)分隔符進(jìn)行拆分

您可以通過(guò)將它們組合成正則表達(dá)式模式來(lái)使用多個(gè)分隔符拆分字符串：

import retext = 'Apples, Bananas; Cherries Apples Bananas'tokens = re.split(r'[ ,;]+', text)print(tokens)

輸出：

在此示例中，正則表達(dá)式模式匹配一個(gè)或多個(gè)出現(xiàn)的空格、逗號(hào)或分號(hào)。[ ,;]+

剝離和拆分

有時(shí)您可能希望在拆分時(shí)從子字符串中刪除前導(dǎo)和尾隨空格。您可以通過(guò)在列表推導(dǎo)式中使用該方法來(lái)實(shí)現(xiàn)此目的：strip()

 data = '   1,   2,   3,   4,   5   'numbers = [int(num.strip()) for num in data.split(',')]print(numbers)

輸出：

本示例先去除每個(gè)子字符串的空格，然后再將其轉(zhuǎn)換為整數(shù)。

性能注意事項(xiàng)

選擇字符串拆分方法時(shí)，請(qǐng)考慮以下事項(xiàng)：

時(shí)空復(fù)雜度

• split()：O（n） 時(shí)間復(fù)雜度，其中 n 是字符串的長(zhǎng)度。它創(chuàng)建一個(gè)子字符串列表，因此空間復(fù)雜度為 O（n）。
• rsplit()：類似于 split（），但從右端拆分。
• 基于正則表達(dá)式的拆分：時(shí)間復(fù)雜度取決于正則表達(dá)式模式的復(fù)雜性。簡(jiǎn)單模式可能具有線性時(shí)間復(fù)雜度，而復(fù)雜模式可能具有更高的時(shí)間復(fù)雜度。內(nèi)存使用情況取決于生成的子字符串的數(shù)量。

選擇正確的方法

• 對(duì)于按空格或單個(gè)分隔符進(jìn)行基本拆分，請(qǐng)使用 或 。split()rsplit()
• 對(duì)于復(fù)雜模式或多個(gè)分隔符，請(qǐng)考慮使用 。re.split()
• 如果性能至關(guān)重要，并且要拆分大型字符串，請(qǐng)測(cè)試和分析代碼以選擇最有效的方法。

示例和用例

下面是一些在 Python 中拆分字符串的有用示例。準(zhǔn)備好你的Python IDE。

另請(qǐng)閱讀： 在 Python 中合并多個(gè) CSV 文件

解析 CSV 數(shù)據(jù)

字符串拆分最常見(jiàn)的用例之一是解析 CSV（逗號(hào)分隔值）數(shù)據(jù)：

import csv# Parsing CSV datacsv_data = 'name,age,email\nRama,30,rama@ramayan.com\nSita,25,sita@ramayan.com'csv_reader = csv.reader(csv_data.splitlines())for row in csv_reader:    print(row)

輸出：

在這里，我們將CSV數(shù)據(jù)拆分為行，然后使用將其解析為行。csv.reader

標(biāo)記化文本

標(biāo)記化是自然語(yǔ)言處理 （NLP） 中的關(guān)鍵步驟。它涉及將文本拆分為單詞或標(biāo)記：

import nltk# Tokenizing text using NLTK (Natural Language Toolkit)# Please ensure that nlth module is installedtext = 'Tokenization is an important NLP task.'tokens = nltk.word_tokenize(text)print(tokens)

Python 的函數(shù)按以下方式拆分字符串。nltk tokenize

在此示例中，我們使用 NLTK 庫(kù)進(jìn)行標(biāo)記化，這比處理自然語(yǔ)言文本的簡(jiǎn)單字符串拆分更可靠。

從文本中提取網(wǎng)址

在處理網(wǎng)頁(yè)抓取或文本分析時(shí)，從文本塊中提取 URL 是一項(xiàng)常見(jiàn)任務(wù)：

import re text = 'Visit our website at https://www.ramayan.com. For more info, go to http://ramayan.org.'urls = re.findall(r'https?://\S+', text)print(urls)

執(zhí)行后，您將獲得以下輸出。

在此示例中，正則表達(dá)式模式與 HTTP 或 HTTPS URL 匹配。https?://\S+

另請(qǐng)參閱：Python 中的多行字符串

拆分多行文本

將多行文本拆分為段落或句子對(duì)于文本處理任務(wù)非常有用。檢查以下示例。

 text = '''Paragraph 1: This is the first paragraph.Paragraph 2: This is the second paragraph.Paragraph 3: And this is the third paragraph.'''paragraphs = text.split('\n\n')  # Assuming double line breaks between paragraphsprint(paragraphs)

上面的 Python 程序打印以下內(nèi)容。

在此示例中，我們通過(guò)檢測(cè)雙換行符 （） 將文本拆分為段落。\n\n

結(jié)論

在 Python 中拆分字符串的各種技術(shù)，從基本方法（如）到使用正則表達(dá)式和自定義拆分方案的更高級(jí)技術(shù)。您還探索了實(shí)際應(yīng)用的示例和用例。split()rsplit()

當(dāng)您處理不同的 Python 項(xiàng)目時(shí)，您會(huì)遇到各種字符串拆分挑戰(zhàn)。您在本指南中獲得的知識(shí)將使您能夠自信地應(yīng)對(duì)這些挑戰(zhàn)并操作文本數(shù)據(jù)。

請(qǐng)記住根據(jù)任務(wù)的特定要求選擇正確的拆分方法，并在處理大型數(shù)據(jù)集時(shí)考慮性能影響。

字符串拆分是任何 Python 程序員的基本技能，掌握它為項(xiàng)目中的數(shù)據(jù)處理和文本操作開(kāi)辟了無(wú)數(shù)的可能性。