Python 如何为没有参数的案例实现str.split

Python在没有分隔符的情况下是否使用正则表达式拆分

我无法查看

str.\uuu文件\uuuu

，此处也无法查看，因为

split

是

str

类型的函数（尽管它是内置的）

例如，

'a\t\t\tb'>['a'，'b']

背景

---

我正在考虑用一个空格替换所有相邻的空格，用于性能至关重要的许多文件，尽管我想知道正则表达式拆分是否足够快：也许内置的方法显示了更好的方式。

首先，

str

内置在python中，这意味着要查看

str.split

的源代码，您必须深入研究它的定义位置

现在，谈谈你的实际问题。我有一种感觉，

re.sub

将不仅仅是杀伤力过大，而且比使用内置str.split还要慢（完全公开：我没有时间数据来支持这一点，这只是我的一种感觉）

现在，默认情况下，

str.split

在空白处拆分（它使用一个可选的参数，可用于指定要拆分的字符）。它还可以拆分任意数量的连续空白字符。现在，这意味着，如果您有一个包含空格字符的字符串，那么对该字符串调用

str.split

，将返回一个非空子字符串列表，其中没有一个包含任何空格。因此，如果字符串具有异构的连续空白字符，则这些空白字符的处理方式彼此没有区别

以下是几个例子：

In [31]: s = 'hello world'  # one space

In [32]: s.split()
Out[32]: ['hello', 'world']

In [33]: s = 'hello \tworld'  # multiple consecutive whitespace characters

In [34]: s.split()
Out[34]: ['hello', 'world']

In [35]: s = 'hello\tworld'  # a different whitespace character

In [36]: s.split()
Out[36]: ['hello', 'world']

In [37]: s = 'hello\t\tworld'  # multiple consecutive tab characters

In [38]: s.split()
Out[38]: ['hello', 'world']

In [39]: s = 'hello  world'  # multiple consecutive space characters

In [40]: s.split()
Out[40]: ['hello', 'world']

正如你所看到的，你的空格是如何存在的其实并不重要——想想

str.split

spliting，当“至少有一个空格字符”出现时

现在，如果要用一个空格替换所有连续的空白字符，可以使用

str.split

和

str.join

：

In [41]: ' '.join(['hello', 'world'])  # join the strings 'hello' and 'world' with a space between them
Out[41]: 'hello world'

In [42]: s = 'hello  world'  # notice two spaces between 'hello' and 'world'

In [43]: ' '.join(s.split())
Out[43]: 'hello world'  # notice only one space between 'hello' and 'world'

---

它不使用正则表达式，而是使用

的

iswspace（…）

我们可以在这里看到它使用了宏STRINGLIB_ISSPACE（…）

---

这里定义为wctypes.h的iswspace:

实际上，我终于找到了。这是一个很好的C函数，可以进行拆分。我想说，这是一个很好的介绍。拆分和连接比用C进行就地替换要差，不是吗？是否有任何C函数可以使用（甚至如何使用？）而无需数据来备份？我还怀疑split会比正则表达式更好。@PascalvKooten:我不敢猜测如何使用C来实现它，尽管我可以为您提供具有最佳运行时的算法伪代码（假设字符串实现为以null结尾的数组）。如果这是你想要的，请告诉我，我也会发布这样的解决方案