re.split() 是 Python re 模块中的一个强大函数，它允许你使用一个正则表达式作为分隔符来分割字符串，这比标准的字符串 split() 方法功能要强大得多，后者只能使用固定的字符串作为分隔符。
（图片来源网络，侵删）
基本语法
re.split(pattern, string, maxsplit=0, flags=0)
参数说明:
pattern: 一个正则表达式字符串，用来匹配分隔符。string: 要被分割的原始字符串。maxsplit(可选): 一个整数，表示最大分割次数，如果提供了maxsplit，那么最多会发生maxsplit次分割，列表的长度将最多为maxsplit + 1，默认为0，表示分割所有匹配的地方。flags(可选): 正则表达式标志，如re.IGNORECASE、re.MULTILINE等，用于修改正则表达式的匹配行为。
返回值:
返回一个列表,包含分割后的子字符串。
简单示例
让我们从一个简单的例子开始,感受一下 re.split() 的用法。
（图片来源网络，侵删）
示例 1：按空格分割（类似 str.split()）
import re text = "hello world python" # 按一个或多个空格分割 result = re.split(r'\s+', text) print(result) # 输出: ['hello', 'world', 'python'] text_with_multiple_spaces = "hello world python" result = re.split(r'\s+', text_with_multiple_spaces) print(result) # 输出: ['hello', 'world', 'python'] # 自动处理了多个空格
r'\s+'是一个正则表达式，\s匹配任何空白字符（空格、制表符、换行符等）， 表示“一个或多个”。
示例 2：使用 maxsplit 参数
import re text = "apple,banana,orange,grape" # 只分割前两次 result = re.split(r',', text, maxsplit=2) print(result) # 输出: ['apple', 'banana', 'orange,grape']
高级用法：捕获组与分隔符
这是 re.split() 一个非常重要且容易混淆的特性。
规则： 如果你的正则表达式模式中包含括号 （即捕获组），那么被匹配到的分隔符本身也会被包含在返回的列表中。
示例 3：包含捕获组的分割
假设我们想用 或 来分割，并且我们想保留这些分隔符。
import re text = "apple:banana,orange;grape" # 模式 r'([,:;])' 会匹配 : 或 , 或 ;，并且将它们捕获 result = re.split(r'([,:;])', text) print(result) # 输出: ['apple', ':', 'banana', ',', 'orange', ';', 'grape']
分析：
（图片来源网络，侵删）
- 首先匹配到
apple和 之间的 ， 被捕获，列表变为['apple', ':']。 - 然后匹配到
banana和 之间的 ， 被捕获，列表变为['apple', ':', 'banana', ',']。 - 以此类推。
如何处理这种情况？ 我们不希望分隔符混在结果里，一个常见的技巧是使用非捕获组 。
示例 4：使用非捕获组避免包含分隔符
import re
text = "apple:banana,orange;grape"
# (?:...) 是一个非捕获组，它只用于分组，但不捕获匹配的内容
result = re.split(r'([,:;])', text) # 错误的做法，会包含分隔符
print("错误的做法:", result)
# 正确的做法：使用非捕获组或者不使用分组
# 如果不需要捕获分隔符，直接写分隔符字符即可
result_correct = re.split(r'[:,;]', text)
print("正确的做法:", result_correct)
# 输出: ['apple', 'banana', 'orange', 'grape']
实用案例
案例 1：分割混合的数字和字母
import re text = "abc123def45ghi678" # 使用 (\d+) 来分割，并且捕获数字组 result = re.split(r'(\d+)', text) print(result) # 输出: ['abc', '123', 'def', '45', 'ghi', '678', '']
(\d+)会匹配一个或多个数字，因为 是捕获组，'123','45','678'被包含在结果列表中。- 最后有一个空字符串 ，因为字符串末尾有一个数字分割符，分割后后面没有内容了。
案例 2：分割句子，但保留标点符号
假设我们想按空格分割句子,但希望标点符号（如 , ）和前面的单词连在一起。
import re sentence = "Hello, world! This is a test." # 我们想用 "空白字符 + 可选的标点" 作为分隔符 # 但又不希望把标点符号从单词上分开 # 一个巧妙的方法是：只匹配空白字符作为分割点 result = re.split(r'\s+', sentence) print(result) # 输出: ['Hello,', 'world!', 'This', 'is', 'a', 'test.']
这正好达到了我们的目标,如果我们的目标是分割单词和标点，我们可以这样做：
import re sentence = "Hello, world! This is a test." # 分割单词和标点 result = re.split(r'([,.!])', sentence) # 去掉列表中的空字符串 final_result = [s for s in result if s] print(final_result) # 输出: ['Hello', ',', ' world', '!', ' This', ' is', ' a', ' test', '.', ''] # 再次清理一下，去掉空格 final_result_clean = [s.strip() for s in final_result if s.strip()] print(final_result_clean) # 输出: ['Hello', ',', 'world', '!', 'This', 'is', 'a', 'test', '.']
与 str.split() 的对比
| 特性 | str.split(sep=None) |
re.split(pattern, string) |
|---|---|---|
| 分隔符 | 只能是固定的字符串或 None（按任意空白分割）。 |
可以是任何复杂的正则表达式。 |
| 功能 | 功能有限。 | 功能极其强大，可以匹配模式、空白、字符集等。 |
| 捕获组 | 无此概念。 | 如果分隔符模式中有捕获组 ，匹配到的分隔符会包含在结果中。 |
| 性能 | 对于简单的固定分隔符，速度更快。 | 对于复杂模式非常强大，但通常比 str.split() 慢。 |
- 如果你只是想用单个字符（如 或 ）或空白字符分割字符串，优先使用
str.split()，因为它更简单、更高效。 - 如果你的分隔符不是一个固定字符串,而是一个模式（一个或多个空格、特定字符集、单词边界等），
re.split()是不二之选。
希望这个详细的解释能帮助你完全掌握 Python 中的正则表达式分割！
