Python中的正则表达式拆分

我对Python比较陌生，我正在尝试使用re拆分字符串。 我做了一些研究，遇到了一些例子，我试了一下。它们似乎有效，但有局限性

我正在使用一个与整数值关联的字符串键的字典。我试图对每个单词应用一个权重，该权重取决于与键字符串关联的整数值。我的问题是字符串的格式不是很好，我需要在下划线（u）以及空格和其他各种分隔符上拆分它。据我所知，这需要用正则表达式来完成。我的代码如下：

for key, value in sorted_articles.items():
    wordList = print(re.split(r'(_|\s|:|)',key))

当我打印出来时，它会很好地分割所有内容，但它也会打印出分隔符，而不是忽略列表中的分隔符。例如，字符串

“Hello\u你好吗”

在列表中存储为

[“你好”、“你好”、“怎么样”、“是”、“你”、“你”]

。

---

我不确定为什么会将分隔符添加到列表中，我不知道如何修复它。提前感谢您的帮助

您可以使用

\W+

字符进行拆分，该字符将拆分所有非字母字符串项，并使用

|

专门搜索下划线：

for key, value in sorted_articles.items():
    wordList = print(re.split('\W+|_',key))

例如：

s = "Hello_how are you_"

print(re.split("\W+|_", s))

输出：

['Hello', 'how', 'are', 'you', '']

---

您可以使用

\W+

字符进行拆分，该字符将拆分所有非字母字符串项，并使用

|

专门搜索下划线：

for key, value in sorted_articles.items():
    wordList = print(re.split('\W+|_',key))

例如：

s = "Hello_how are you_"

print(re.split("\W+|_", s))

输出：

['Hello', 'how', 'are', 'you', '']

---

使用

r'[\us:][/code>或
r'（？：\u124;\ s:）'
。一旦您将捕获组添加到模式中，这些值将成为结果列表的一部分。第一个非常有效，谢谢！不过，你能解释一下后一种解决方案吗？奇怪的是，两者都是等价的。它们只是在
\uu
上分开，空格和
：
。括号进行类匹配。它与括号内的任何字符匹配。g中没有括号不包含groupin，以？：使其成为非捕获组，而pipes |是组内的or运算符。所以[abc]匹配a或b或。（ab | c）匹配ab或c。使用
r'[\s:][/code>或
r'（？：|\s |：）
。一旦您将捕获组添加到模式中，这些值将成为结果列表的一部分。第一个非常有效，谢谢！不过，你能解释一下后一种解决方案吗？奇怪的是，两者都是等价的。它们只是在
\uu
上分开，空格和
：
。括号进行类匹配。它与括号内的任何字符匹配。g中没有括号不包含groupin，以？：使其成为非捕获组，而pipes |是组内的or运算符。所以[abc]匹配a或b或。（ab|c）匹配ab或c。