Python 的 re.split()

如何使用 Python 的 re.split() 方法通过正则表达式分割字符串。

栗子：

import re
s = "apple123banana456orange"
print(re.split(r"\d+", s))   # 输出: ['apple', 'banana', 'orange']

1. import re
   导入 Python 的正则表达式模块。

2. s = "apple123banana456orange"
   定义了一个包含字母和数字的字符串。

3. re.split(r"\d+", s)

   • r"\d+" 是一个正则表达式：
     • \d 匹配任意数字（等价于 [0-9]）
     • + 表示匹配前面的模式 1 次或多次
     • r 前缀表示原始字符串（防止转义字符干扰）
   • 这个正则表达式会匹配一个或多个连续的数字

4. 分割结果
   字符串会在所有连续数字的位置被分割，生成一个列表：

   • "apple123banana456orange" → 在 123 和 456 处分割
   • 结果：['apple', 'banana', 'orange']

---

关键点：

• 数字被完全移除：所有匹配 \d+ 的部分都不会出现在结果中
• 连续匹配：如果字符串以数字开头或结尾，结果中会有空字符串：

  s = "123apple456banana789"
  print(re.split(r"\d+", s))  # 输出: ['', 'apple', 'banana', '']
  

---

进阶用法：

1. 保留分隔符
   如果想保留数字作为单独列表项：

   print(re.split(r"(\d+)", s))  # 输出: ['apple', '123', 'banana', '456', 'orange']
   

2. 更复杂的分隔符
   匹配多种分隔符（如数字和特殊符号）：

   s = "apple,123;banana?456!orange"
   print(re.split(r"[\d,;?!]+", s))  # 输出: ['apple', 'banana', 'orange']
   

3. 限制分割次数
   通过 maxsplit 参数：

   print(re.split(r"\d+", s, maxsplit=1))  # 输出: ['apple', 'banana456orange']
   

---

对比普通 split()：

方法	分隔符类型	功能复杂度	性能
str.split()	固定字符串	简单	更快
re.split()	正则表达式模式	复杂（支持模式匹配）	较慢

---

典型应用场景：

• 解析日志文件（如分割 "ERROR 2023-01-01: Something failed"）
• 处理混合格式数据（如 "Alice25Bob30Charlie"）
• 清理非结构化文本中的数字/符号

如果需要处理更复杂的分割逻辑，正则表达式会非常有用的。