re.split()（关键词：Python/正则表达式/re/split）

先来看看

string.split()

这种形式，例如：

>>> import string
>>> str = 'assadddaffffa'
>>> str.split('a')
['', 'ss', 'ddd', 'ffff', '']

str.split()

是分解字符串来完成解析的最常用的方法之一。不过，它只支持使用字面值作为分隔符。有时，如果输入没有一致的格式，就需要有1个正则表达式。例如，有很多纯文本标记语言都把段落分隔符定义为2个或多个换行符（

\n

）。在这种情况下，就不能使用

str.split()

，因为这个定义中提到了“或多个”。

再看1个例子：

>>> import re
>>> formula = 'YOU == ME**2'
>>> re.split('[A-Z]+', formula)
['', ' == ', '**2']

这里，

[A-Z]+

中的加号

+

表示，至少1次。

[A-Z]+

则表示，至少出现1个大写字母。

re.split('[A-Z]+', formula)

的含义是，将formula字符串分解。分解的规则是，将formula字符串中的1个及以上字母去掉，返回剩余字符的1个列表。

>>> formula = 'YOU == ME**2'
>>> re.split('([A-Z]+)', formula)
['', 'YOU', ' == ', 'ME', '**2']

>>> formula = 'YOU==ME**2'
>>> re.split('([A-Z]+)', formula)
['', 'YOU', '==', 'ME', '**2']

'([A-Z]+)'

相较于

'[A-Z]+'

多了1对圆括号，意思是保留formula中的字母。

参考文献：

1. 《Python 标准库》 - 第1章 文本 - 1.3 re 正则表达式 - 1.3.11 利用模式拆分（P46 - P48）。