Python 使用regexp返回行列表中的单词列表

我正在字符串列表上运行以下代码，以返回其单词列表：

words = [re.split('\\s+', line) for line in lines]

然而，我最终得到的结果是：

[['import', 're', ''], ['', ''], ['def', 'word_count(filename):', ''], ...]

与预期相反：

['import', 're', '', '', '', 'def', 'word_count(filename):', '', ...]

如何解压上述列表中生成的列表

re.split（'\\s+'，line）

？我天真地尝试使用

*

，但那不起作用

---

（我正在寻找一种简单的python方法；我曾试图编写一个函数，但我确信该语言能够适应此问题。）

您可以始终这样做：

words = []
for line in lines:
  words.extend(re.split('\\s+',line))

---

它远不如一行列表理解那么优雅，但它完成了任务。

您始终可以这样做：

words = []
for line in lines:
  words.extend(re.split('\\s+',line))

---

它远不如一行列表理解那么优雅，但它完成了任务。

获得列表列表的原因是re.split（）返回一个列表，然后以“附加”的形式添加到列表理解输出中

不清楚为什么要使用它（或者可能只是一个糟糕的例子），但是如果你能以字符串的形式获取全部内容（所有行），你就可以这样做

words = re.split(r'\s+', lines)

如果线是以下各项的乘积：

open('filename').readlines()

使用

---

相反。

获取列表的原因是，re.split（）返回一个列表，然后将其“附加”到列表理解输出中

>>> import re
>>> from itertools import chain
>>> lines = ["hello world", "second line", "third line"]
>>> words = chain(*[re.split(r'\s+', line) for line in lines])

不清楚为什么要使用它（或者可能只是一个糟糕的例子），但是如果你能以字符串的形式获取全部内容（所有行），你就可以这样做

words = re.split(r'\s+', lines)

如果线是以下各项的乘积：

open('filename').readlines()

使用

相反

>>> import re
>>> from itertools import chain
>>> lines = ["hello world", "second line", "third line"]
>>> words = chain(*[re.split(r'\s+', line) for line in lines])

这将为您提供一个迭代器，可用于循环遍历所有单词：

>>> for word in words:
...    print(word)
... 
hello
world
second
line
third
line

创建一个列表而不是迭代器只是将迭代器包装在一个

list

调用中：

>>> words = list(chain(*[re.split(r'\s+', line) for line in lines]))

这将为您提供一个迭代器，可用于循环遍历所有单词：

>>> for word in words:
...    print(word)
... 
hello
world
second
line
third
line

创建一个列表而不是迭代器只是将迭代器包装在一个

list

调用中：

>>> words = list(chain(*[re.split(r'\s+', line) for line in lines]))

---

我偶然发现了这个老问题，我想我有一个更好的解决办法。通常，如果您想要嵌套一个列表理解（“附加”每个列表），您会向后思考（类似循环的un）。这不是你想要的：

>>> import re
>>> lines = ["hello world", "second line", "third line"]
>>> [[word for word in re.split(r'\s+', line)] for line in lines]
[['hello', 'world'], ['second', 'line'], ['third', 'line']]

但是，如果您想“扩展”而不是“附加”正在生成的列表，只需省去额外的一组方括号并反转for循环（将它们放回“正确”的顺序）

---

对我来说，这似乎是一个更具python风格的解决方案，因为它基于列表处理逻辑，而不是一些随机的内置函数。每个程序员都应该知道如何做到这一点（尤其是那些试图学习Lisp的程序员！）

刚刚偶然发现了这个老问题，我想我有一个更好的解决方案。通常，如果您想要嵌套一个列表理解（“附加”每个列表），您会向后思考（类似循环的un）。这不是你想要的：

>>> import re
>>> lines = ["hello world", "second line", "third line"]
>>> [[word for word in re.split(r'\s+', line)] for line in lines]
[['hello', 'world'], ['second', 'line'], ['third', 'line']]

但是，如果您想“扩展”而不是“附加”正在生成的列表，只需省去额外的一组方括号并反转for循环（将它们放回“正确”的顺序）

---

对我来说，这似乎是一个更具python风格的解决方案，因为它基于列表处理逻辑，而不是一些随机的内置函数。每个程序员都应该知道如何使用Python3实现这一点（尤其是那些试图学习Lisp的程序员）

！不再使用readlines（），所有内容都是Unicode。而且，

re.split

不接受列表参数（我已经尝试过了）。@Kevin True；然而，我使用的是

list（file）

@beu，看看你的例子，除了来自文件或类似文件的类型之外，我想不出其他任何东西。因此，将其作为字符串读取（如上所述）是可行的！不再使用readlines（），所有内容都是Unicode。而且，

re.split

不接受列表参数（我已经尝试过了）。@Kevin True；然而，我使用的是

list（file）

@beu，看看你的例子，除了来自文件或类似文件的类型之外，我想不出其他任何东西。因此，将其作为字符串读取（如上所述）是可行的。有时我会想念Haskell的concatMap…有时我会想念Haskell的concatMap…这是一种非常棒的方法，尽管我很失望Python不允许使用不那么“杂乱”的方法。干杯。或者，您可以使用

chain.from_iterable

，而无需解包列表。更容易逆转denest的理解，这是一种非常棒的方法，尽管我很失望Python不允许使用更“杂乱”的方法。干杯。或者，您可以使用

chain.from\u iterable

，而无需打开列表。更容易颠倒最密集的理解