Python 使用正则表达式拆分具有多个空格的字符串。

我正在尝试拆分由多个空格分隔的字符串 i、 e:

正如预期的那样，结果如下：

    ['abcd', 'efgh', 'a.', 'abcd', 'b', 'efgh']

但是，我想将“a”和“abcd”归入同一组，“b”和“efgh”归入同一组。所以我想要的结果是这样的：

    ['abcd', 'efgh', 'a. abcd', 'b efgh']

我目前的方法是创建两种类型的表达式。第一个处理不带空格的正则表达式，即“abcd”和“efgh”。第二种是用一个空格来处理。i、 e.“a.+”abcd“

所以如果 r'[\w]+ 可以处理第一种类型，并且 r'[\w]+[\w]+ 可以处理第二种类型。但我不知道如何使用“|”将它们组合成同一个表达式

和往常一样，任何其他方法都是受欢迎的。谢谢你抽出时间

result = [s.strip() for s in string1.split('  ') if s.strip()]

---

i、 e.在两个空格上拆分并从结果中删除无关空格（使用strip）。

如果要使用

re.findall

，可以使用以下表达式：

>>> string1 = "abcd    efgh   a. abcd   b efgh"
>>> print re.findall(r"\S+(?:\s\S+)*", string1)
['abcd', 'efgh', 'a. abcd', 'b efgh']

（？：\S+（？：\S+*）

查找后跟单个空格的非空格字符，如果存在多个非空格字符，则多次查找它们，这样也可以：

>>> string1 = "abcd    efgh   a. abcd   b efgh ijkl"
>>> print re.findall(r"\S+(?:\s\S+)*", string1)
['abcd', 'efgh', 'a. abcd', 'b efgh ijkl']

否则，使用拆分2个以上的空间要简单得多：

>>> string1 = "abcd    efgh   a. abcd   b efgh ijkl"
>>> print re.split(r"\s{2,}", string1)
['abcd', 'efgh', 'a. abcd', 'b efgh ijkl']

---

为什么不仅仅是

re.findall（“\S+（？：\S\S+*”）

？此外，在这里绘制字符串是完全无用的，因为所有反斜杠都被重新编译器解释为元字符，而不是简单的反斜杠字符。@eyquem因为

re.findall（）

接受2到3个参数？您是否尝试运行

re.findall（“\S+（？：\S\S+*”）

？如果我这样做，我会得到一个错误。使用原始字符串是一种习惯，这样在需要以其他方式解释反斜杠时可以避免错误。我显然忘记了编写第二个参数：

re.findall（“\S+（？：\S\S+*”，string1）

@eyquem，所有python正则表达式都应该使用原始字符串，句号。专家们总是使用原始字符串来表示正则表达式，因为它们已经被咬了足够多的时间，所以能够更好地理解正则表达式。初学者不使用原始字符串，因为他们不知道任何更好的。当您看到使用原始字符串和标志“xms”的正则表达式时，这很好地说明程序员不是初学者。杰瑞-整个正则表达式中的非捕获组什么也不做。当您需要使用量词修改整个组，但不需要捕获组时，可以使用非捕获组。嘿，Jerry，关于标志——perl是正则表达式的核心，在perl高级正则表达式中，用户通过默认情况下始终指定“xms”标志来关闭正则表达式的“坏”方面。这就像python中的r“”约定——您只是作为一种反射来做。它是否真正影响当前的正则表达式并不重要。对于正则表达式来说，维护也是一个考虑因素，如果您总是添加r“”和/xms，那么无论正则表达式中包含什么，它的行为都是相同的。

>>> string1 = "abcd    efgh   a. abcd   b efgh ijkl"
>>> print re.split(r"\s{2,}", string1)
['abcd', 'efgh', 'a. abcd', 'b efgh ijkl']