Python中的`re.split（）`奇怪地工作

在python中有一點困難。我想帶一個帶有許多評論的.txt文件並將它分成一個列表。但是，我想分割所有標點符號，空格和\ n。當我運行下面的python代碼時，它將我的文本文件分裂成多個奇怪的點。注意：下面我只是試圖在期間和期限上進行分割來測試它。但它仍然經常用文字去掉最後一封信。Python中的`re.split（）`奇怪地工作

import regex as re 
with open('G:/My Documents/AHRQUnstructuredComments2.txt','r') as infile: 
    nf = infile.read() 
    wList = re.split('. | \n, nf) 

print(wList)

來源

2017-07-21 John W

您忘記了正則表達式字符串的結束語。 –

看看這篇文章是否有幫助https://stackoverflow.com/questions/4998629/python-split-string-with-multiple-delimiters – Jake

我不知道爲什麼它在這段代碼中做到了這一點，我把它放在我的ipynb文件中 –

你需要修復的引號，並以正則表達式的微小變化：

import regex as re 
with open('G:/My Documents/AHRQUnstructuredComments2.txt','r') as infile: 
    nf = infile.read() 
    wList = re.split('\W+' nf) 

print(wList)

來源

2017-07-21 19:10:04 Ajax1234

這很有幫助，但是您是否知道一個網站會告訴我轉義序列如何在.split（）函數中起作用？我想因爲我試圖去除標點符號和特殊字符，並且我沒有正確描述它們。 –

@JohnW轉義字符將允許以下字符在表達式中自行匹配。否則，角色具有特殊意義。關於split函數，傳遞給它的表達式對於所有的re方法都是一樣的。有關轉義字符的更多信息，請參閱此處：http://www.regular-expressions.info/characters.html – Ajax1234

你忘了關串在你面前需要\。

import regex as re 
with open('G:/My Documents/AHRQUnstructuredComments2.txt','r') as infile: 
    nf = infile.read() 
    wList = re.split('\. |\n |\s', nf) 

print(wList)

有關更多信息，請參閱Split Strings with Multiple Delimiters?。

此外，RichieHindle回答你的問題很好：

import re 
DATA = "Hey, you - what are you doing here!?" 
print re.findall(r"[\w']+", DATA) 
# Prints ['Hey', 'you', 'what', 'are', 'you', 'doing', 'here']

來源

2017-07-21 19:15:43 Jake

謝謝！我會試試看。看看爲什麼Python解釋器做它有時會做的事情真的很有用 –

是的，就像python一樣直觀，它有時可能會很棘手，希望所有事情都能爲你效勞！ – Jake

在正則表達式，字符.手段任何字符。你必須逃避它，\.，以捕捉時期。

來源

2017-07-21 19:16:37

謝謝！將試驗這個！ –

Python中的`re.split（）`奇怪地工作

回答

相關問題