Python 如何在不同的分隔符上拆分字符串，但在输出中保留所述的一些分隔符？（标记字符串）

更具体地说，我希望在任何非字母数字字符上拆分字符串，但如果分隔符不是空白，我希望保留它。也就是说，对于输入：

my_string = 'Hey, I\'m 9/11 7-11'

我想得到：

['Hey' , ',' , 'I' , "'" , 'm', '9' , '/' , '11', '7' , '-' , '11']

没有空白作为列表元素

我尝试了以下方法：

re.split('([/\'\-_,.;])|\s', my_string)

但产出：

['Hey', ',', '', None, 'I', "'", 'm', None, '9', '/', '11', None, '7', '-', '11']

我如何在没有“不必要的”迭代的情况下解决这个问题

另外，我在转义反斜杠字符时遇到了一些问题，因为

'\\\\'

似乎不起作用，有没有办法解决这个问题

非常感谢

您可以使用

import re
my_string = "Hey, I'm 9/11 7-11"
print(re.findall(r'\w+|[^\w\s]', my_string))
# => ['Hey', ',', 'I', "'", 'm', '9', '/', '11', '7', '-', '11']

见

\w+|[^\w\s]

正则表达式匹配1+个单词字符（字母、数字、

\uu

符号）或单词和空格字符以外的单个字符

---

顺便说一句，要将反斜杠与正则表达式匹配，您需要在原始字符串文本（

r'\\'

）中使用

\\\

），或在常规字符串文本（

'\\\'

）中使用4个反斜杠。建议使用原始字符串文本在Python中定义正则表达式模式。

因为我想拆分字符串，而不是查找元素。findall是“正确”的方法吗？我发现一些关于这个主题的讨论，关于你似乎想要标记字符串，对吗？分为“单词”（单词符号组）和非单词符号（分别）？否则，使用（与

filter

一起删除空值）。当使用包含捕获组的正则表达式进行拆分时，您必然会得到空元素，这通常是由于字符串输入造成的。是的，完全正确。您提供的代码工作得很好（谢谢！）。我只是问，因为我看到有人说这不是“正确”的方法。好吧，看：我们匹配

\w+

（所有单词字符条纹）或相反，

\w

（=

[^\w]

，非单词字符），全局，所有出现（由于

re.findall

），但除了空格（将

\s

添加到否定字符类-

[^\w\s]

）。这样我们就不会错过任何东西。我们忽略的只是空白。另外，

re.findall

可以更好地控制标记化。