蟒蛇分裂在多個分隔符錯誤？

對於我這個問題的變種，我想拆就一切不是來自一組特定字符的。這導致我找到了我喜歡的解決方案，直到我發現這個明顯的錯誤。這是一個錯誤還是我不熟悉的Python的一些怪癖？

>>> b = "Which_of'these-markers/does,it:choose to;split!on?" 
>>> b1 = re.split("[^a-zA-Z0-9_'-/]+", b) 
>>> b1 
["Which_of'these-markers/does,it", 'choose', 'to', 'split', 'on', '']

我不理解爲什麼它做一個逗號（「」）不分裂，因爲逗號是不在我的例外列表？

來源

2017-04-11 dipankar

可能是因爲'' - /'。它被解釋爲範圍。 – Rahul

的'-/字符類中創建一個包括一個逗號範圍：

當你需要把一個連字符在Python re模式，把它：

在開頭：[-A-Z]（匹配一個大寫ASCII字母和-）
最後：[A-Z()-]
（大寫ASCII字母，(，)或-匹配）之後的有效範圍：[A-Z-+]（相匹配的大寫ASCII字母，-或+）
或只是逃避它。

你不能把它簡寫後，一個獨立的符號之前的權利（如[\w-+]，就會造成人品不好範圍錯誤）。這在.NET和其他一些正則表達式中是有效的，但在Python re中無效。

將連字符放在結尾，或者將其跳過。

使用

re.split(r"[^a-zA-Z0-9_'/-]+", b)

在Python 2.7，則可能甚至它收縮到

re.split(r"[^\w'/-]+", b)

來源

2017-04-11 17:32:48

不知道像'\ w'這樣的東西是在'[]'裏面工作的。謝謝！ –

啊，謝謝！回想起來顯而易見，但不會想到它！ :) – dipankar

在Python're'模式中將一個字符'-'放入字符類時，我添加了幾個要注意的事項。儘管這些信息可以在SO上找到，但它似乎分散在不同的答案中。 –

的'-/被解釋爲具有從39 ascii值至47，其包括,具有ASCII值44範圍。

你必須在開始或結束或字符類別-。

來源

2017-04-11 17:36:36 Rahul

蟒蛇分裂在多個分隔符錯誤？

回答

相關問題