为什么Python不拆分多个标点符号实例？

我试图在保留分隔符的同时，在空格和所有特殊字符（如标点符号）处拆分输入的文本。我的重模式完全按照我想要的方式工作，只是它不会分割标点符号的多个实例。 这是我的re模式

wordsWithPunc=re.split（r'（[^-\w]+），words）

如果我有一个像“hello”这样的单词，后面有两个标点符号，那么这些标点符号将被拆分，但它们仍然是相同的元素。例如

“hello，”

将等于

“hello”、“，-”

，但我希望它是

“hello”、“，”、“-”

---

另一个例子。

我的名字是mud

将被分为

“我的”、“名字”、“是”、“泥”和“！！！”

但我希望它是

“我的”、“名字”、“是”、“泥”和“！”、“！”、“！”、“！”

如果您想捕获单个非单词字符，您需要使您的模式不贪婪（删除

+

），例如：

import re

words = 'My name is mud!!!'
splitted = re.split(r'([^-\w])', words)
# ['My', ' ', 'name', ' ', 'is', ' ', 'mud', '!', '', '!', '', '!', '']

这也会在非单词字符之间产生“空”匹配（因为您正在对每个字符进行切分），但您可以通过对结果进行后处理以删除空匹配来减轻这种情况：

splitted = [match for match in re.split(r'([^-\w])', words) if match]
# ['My', ' ', 'name', ' ', 'is', ' ', 'mud', '!', '!', '!']

---

如果您还想删除空间匹配项，可以进一步删除生成器中的空格（即，

…if match.strip（）…

）！多亏了一个bunchis有一种方法我可以使用

splitted=[match for match in re.split（r'（^-\w]），words）if match]

来摆脱新行，并在一行中有两行或更多行时返回？@monstermatt如果你想去除空格和换行符，就像我在最后建议的那样，可以执行类似的操作：

splitted=[match for match in re.split（r'([^-\w]），words）if match.strip（）]

。如果您需要执行更复杂的逻辑（例如，比较一行中的两个匹配，这需要跟踪最后一个匹配），我建议您编写一个单独的

compare

函数来执行此操作（以及在此过程中进行的任何其他匹配比较）然后只调用它而不是简单的布尔匹配，例如：

splitted=[match for match in re.split（r'（[^-\w]），words）if compare（match）]

。