Python将字符串转换为忽略特殊字符的列表

我有一个字符串：

'Current Weather\n\t\n\n\t\t12:36 AM\n\t\n\n\n\n\t\t\t22°\n\t\t\n\n\t\t\t\tC\n\t\t\t\n\n\n\t\tRealFeel®\n\t\t20°\n\t\n\n\t\tMostly clear'

我想将其转换为一个列表，如下所示：-

['Current Weather','12:36 AM','22°','C','RealFeel®','20°','Mostly clear']

是否有任何python模块或函数可供我使用？

您可以使用：

输出： 您可以使用：

输出：

---

不带正则表达式：

[x.strip() for x in st.splitlines() if x.strip()!= '']

['Current Weather', '12:36 AM', '22°', 'C', 'RealFeel®', '20°', 'Mostly clear']

---

输出：

[x.strip() for x in st.splitlines() if x.strip()!= '']

['Current Weather', '12:36 AM', '22°', 'C', 'RealFeel®', '20°', 'Mostly clear']

---

不带正则表达式：

[x.strip() for x in st.splitlines() if x.strip()!= '']

['Current Weather', '12:36 AM', '22°', 'C', 'RealFeel®', '20°', 'Mostly clear']

---

输出：

[x.strip() for x in st.splitlines() if x.strip()!= '']

['Current Weather', '12:36 AM', '22°', 'C', 'RealFeel®', '20°', 'Mostly clear']

---

为什么每个人都在使用

re

？此库速度非常慢。您可以只使用

str.split

，如果与参数一起使用，则必须手动执行

str.isspace

，但速度仍然非常快，代码如下：

>>> [i.strip() for i in s.split('\n\t') if not i.isspace()]
['Current Weather', '12:36 AM', '22°', 'C', 'RealFeel®', '20°', 'Mostly clear']

基准：

>>> timeit.timeit(r"re.split(r'[\n\t]+', s)",r"""
import re
s = 'Current Weather\n\t\n\n\t\t12:36 AM\n\t\n\n\n\n\t\t\t22°\n\t\t\n\n\t\t\t\tC\n\t\t\t\n\n\n\t\tRealFeel®\n\t\t20°\n\t\n\n\t\tMostly clear'
""")
2.8587728
timeit.timeit(r"[i.strip() for i in s.split('\n\t') if not i.isspace()]",r"""import re

s = 'Current Weather\n\t\n\n\t\t12:36 AM\n\t\n\n\n\n\t\t\t22°\n\t\t\n\n\t\t\t\tC\n\t\t\t\n\n\n\t\tRealFeel®\n\t\t20°\n\t\n\n\t\tMostly clear'
""")
1.8853902

---

为什么每个人都在使用

re

？此库速度非常慢。您可以只使用

str.split

，如果与参数一起使用，则必须手动执行

str.isspace

，但速度仍然非常快，代码如下：

>>> [i.strip() for i in s.split('\n\t') if not i.isspace()]
['Current Weather', '12:36 AM', '22°', 'C', 'RealFeel®', '20°', 'Mostly clear']

基准：

>>> timeit.timeit(r"re.split(r'[\n\t]+', s)",r"""
import re
s = 'Current Weather\n\t\n\n\t\t12:36 AM\n\t\n\n\n\n\t\t\t22°\n\t\t\n\n\t\t\t\tC\n\t\t\t\n\n\n\t\tRealFeel®\n\t\t20°\n\t\n\n\t\tMostly clear'
""")
2.8587728
timeit.timeit(r"[i.strip() for i in s.split('\n\t') if not i.isspace()]",r"""import re

s = 'Current Weather\n\t\n\n\t\t12:36 AM\n\t\n\n\n\n\t\t\t22°\n\t\t\n\n\t\t\t\tC\n\t\t\t\n\n\n\t\tRealFeel®\n\t\t20°\n\t\n\n\t\tMostly clear'
""")
1.8853902

---

您可以使用Python正则表达式。以下是一个例子：

import re
def sentance_to_list(sentence):
ls=re.split(r'["\t|\n"]\s*', sentence)   # split \t or \n
return ls

strr='Current Weather\n\t\n\n\t\t12:36 AM\n\t\n\n\n\n\t\t\t22°\n\t\t\n\n\t\t\t\tC\n\t\t\t\n\n\n\t\tRealFeel®\n\t\t20°\n\t\n\n\t\tMostly clear'
newstrr=sentance_to_list(strr)
print(newstrr) 

输出：

['Current Weather', '12:36 AM', '22°', 'C', 'RealFeel®', '20°', 'Mostly clear']

---

你可以阅读更多关于re的内容，你可以使用Python正则表达式。以下是一个例子：

import re
def sentance_to_list(sentence):
ls=re.split(r'["\t|\n"]\s*', sentence)   # split \t or \n
return ls

strr='Current Weather\n\t\n\n\t\t12:36 AM\n\t\n\n\n\n\t\t\t22°\n\t\t\n\n\t\t\t\tC\n\t\t\t\n\n\n\t\tRealFeel®\n\t\t20°\n\t\n\n\t\tMostly clear'
newstrr=sentance_to_list(strr)
print(newstrr) 

输出：

['Current Weather', '12:36 AM', '22°', 'C', 'RealFeel®', '20°', 'Mostly clear']

---

您可以在re上阅读更多内容

请显示您迄今为止尝试的内容。请显示您迄今为止尝试的内容。为什么上面的代码在REPL模式和print（）语句中显示不同的输出？有没有办法解决这个问题？

>>x

总是输出

repr（x）

<代码>>>打印（x）输出

str（x）

。实际的数据结构始终是字符串列表。不要被它的不同表示法（不是REPL模式）弄糊涂，但是当我试图打印列表的第二个元素时，它显示的索引超出范围

x=re.split（r'[\n\t]+'，s）；打印（x[2]）

outputs

22°

在我的控制台中我的代码crntwthrrprt=repr（datas[0]）#repr（datas[0]）包含复制到crntwthrrpt Current_Weather_Report=re.split（r'[\n\t]+'，crntwthrrprt）print（Current_Weather_Report[2]）OUTPUT

回溯（最近一次调用）：文件“scraping.py”，第28行，正在打印（当前天气报告[2]）索引器：列出索引超出范围

为什么上面的代码在REPL模式和print（）语句中显示不同的输出？有没有办法解决这个问题？

>>x

总是输出

repr（x）

<代码>>>打印（x）输出

str（x）

。实际的数据结构始终是字符串列表。不要被它的不同表示法（不是REPL模式）弄糊涂，但是当我试图打印列表的第二个元素时，它显示的索引超出范围

x=re.split（r'[\n\t]+'，s）；打印（x[2]）

outputs

22°

在我的控制台中我的代码crntwthrrprt=repr（datas[0]）#repr（datas[0]）包含复制到crntwthrrpt Current_Weather_Report=re.split（r'[\n\t]+'，crntwthrrprt）print（Current_Weather_Report[2]）OUTPUT

回溯（最近一次调用）：文件“scraping.py”，第28行，打印中（当前天气报告[2]）索引器：列表索引超出范围