在python中使用正则表达式分隔符拆分字符串

我有以下字符串：

txt='agadsfa_(2asdf_sdfsaf)asfsadf[adsf_klnalfk;jn234kmafs)adfs,nlnawr23'

这是分隔符：

delimiters = " \t,;.?!-:@[](){}_*/"

作为输出，我需要以下值列表：

"agadsfa","2asdf","sdfsaf","asfsadf","adsf","klnalfk","jn234kmafs","adfs","nlnawr23"

我尝试使用正则表达式：

re.split(delimiters,txt)

但我得到了一个错误：

re.error: unterminated character set at position 10

---

这里怎么了？

您的正则表达式不正确。从注释中，您添加了一个要求，即不要触摸

分隔符
字符串

然后，我们需要做的是处理输入字符串并将其转换为适当的正则表达式，该正则表达式可由
split（）
使用。以下是方法：

# need to enclose regex in [], we want to split on any of
# the chars; also some of the chars need to be escaped    
delimiters = ' \t,;.?!-:@[](){}_*/'
regex = delimiters.replace(']', '\]').replace('-', '\-')
regex = r'[{}]+'.format(regex)

结果如预期：

txt = 'agadsfa_(2asdf_sdfsaf)asfsadf[adsf_klnalfk;jn234kmafs)adfs,nlnawr23'
re.split(regex, txt)
=> ['agadsfa', '2asdf', 'sdfsaf', 'asfsadf', 'adsf', 'klnalfk', 'jn234kmafs', 'adfs', 'nlnawr23']

您必须使用
|
拆分分隔符：

delimiters = r' |\t|,|;|\.|\?|!|-|:|@|\[|\]|\(|\)|\{|\}|_|\*|/'
# then use this to eliminate empty strings if you have two delimiters next to each other
print([w for w in re.split(delimiters,txt) if w])   
# or list(filter(lambda a: a, re.split(delimiters,txt)))

结果是：

['agadsfa', '2asdf', 'sdfsaf', 'asfsadf', 'adsf', 'klnalfk', 'jn234kmafs', 'adfs', 'nlnawr23']

试试这个：

import re

txt = "agadsfa_(2asdf_sdfsaf)asfs?adf[adsf_klna!lfk;jn234kmafs)adfs, nlnawr*23"

line = re.sub(
           r"[ \t,;\.?!\-:@\[\](){}_*/]+", 
           r",", 
           txt
       )

print(line.split(","))

Python3代码

import re

txt="agadsfa_(2asdf_sdfsaf)asfsadf[adsf_klnalfk;jn234kmafs)adfs,nlnawr23"

delimiters = "_|;|,|\)|\(|\[|\]"

list(filter(None, re.split(delimiters, txt)))

输出

['agadsfa', '2asdf', 'sdfsaf', 'asfsadf', 'adsf', 'klnalfk', 'jn234kmafs', 'adfs', 'nlnawr23']

用|分隔符号，并使用pythons list filter函数避免空字符串
是否始终要捕获字母/数字A-Z A-Z 0-9？此处无需使用|，这就是字符类[]的用途。请参阅我的答案以获得更简洁的解决方案。过度的反斜杠看起来好像您不知道字符类中哪些字符是特殊的。只有字符类中的特殊字符需要转义Hanks Oscar，但我不能触摸分隔符字符串，这是由客户端确定的，我必须给他们一个函数，该函数将用提供的分隔符分隔输入字符串。@avinasse您没有选择，恐怕-提供的分隔符字符串不是在
split（）
中使用它的有效正则表达式。您可以做的是获取分隔符字符串，转义特殊字符并将整个内容包含在
[…]+
中。这里不需要使用
|
，这就是字符类
[]
的用途。而一个正确构建的正则表达式使得
过滤器部分变得不必要。有关更简明的解决方案，请参见我的答案。