Question

问题：通过作为列表传入的分隔符将字符串拆分为单词列表。

字符串："After the flood ... all the colors came out."

所需的输出：['After', 'the', 'flood', 'all', 'the', 'colors', 'came', 'out']

我已经编写了以下函数 - 注意我知道有更好的方法可以使用函数内置的一些pythons来分割字符串但是为了学习我想我会这样：

def split_string(source,splitlist):
    result = []
    for e in source:
           if e in splitlist:
                end = source.find(e)
                result.append(source[0:end])
                tmp = source[end+1:]
                for f in tmp:
                    if f not in splitlist:
                        start = tmp.find(f)
                        break
                source = tmp[start:]
    return result

out = split_string("After  the flood   ...  all the colors came out.", " .")

print out

['After', 'the', 'flood', 'all', 'the', 'colors', 'came out', '', '', '', '', '', '', '', '', '']

我无法弄清楚为什么“出来”不会分成“来”和“出”两个单独的词。就好像两个单词之间的空白字符被忽略一样。我认为输出的其余部分是垃圾，源于与“出来”问题相关的问题。

编辑：

我按照@ Ivc的建议，提出了以下代码：

def split_string(source,splitlist):
    result = []
    lasti = -1
    for i, e in enumerate(source):
        if e in splitlist:
            tmp = source[lasti+1:i]
            if tmp not in splitlist:
                result.append(tmp)
            lasti = i
        if e not in splitlist and i == len(source) - 1:
            tmp = source[lasti+1:i+1]
            result.append(tmp)
    return result

out = split_string("This is a test-of the,string separation-code!"," ,!-")
print out
#>>> ['This', 'is', 'a', 'test', 'of', 'the', 'string', 'separation', 'code']

out = split_string("After  the flood   ...  all the colors came out.", " .")
print out
#>>> ['After', 'the', 'flood', 'all', 'the', 'colors', 'came', 'out']

out = split_string("First Name,Last Name,Street Address,City,State,Zip Code",",")
print out
#>>>['First Name', 'Last Name', 'Street Address', 'City', 'State', 'Zip Code']

out = split_string(" After  the flood   ...  all the colors came out...............", " ."
print out
#>>>['After', 'the', 'flood', 'all', 'the', 'colors', 'came', 'out']

Answer 1

您不需要内循环调用。这就够了：

def split_string(source,splitlist):
    result = []
    for e in source:
           if e in splitlist:
                end = source.find(e)
                result.append(source[0:end])
                source = source[end+1:]
    return result

您可以通过检查源[：end]是否为空字符串来消除“垃圾”（即空字符串），然后再将其附加到列表中。

Answer 2

你似乎在期待：

source = tmp[start:]

修改外部for循环迭代的source。它不会 - 该循环将继续遍历您给它的字符串，而不是现在使用该名称的任何对象。这可能意味着您所处的角色可能不在source的左侧。

不要试图这样做，而是用这种方式跟踪字符串中的当前索引：

for i, e in enumerate(source):
   ...

以及您要追加的内容始终为source[lasti+1:i]，您只需要跟踪lasti。

Answer 3

我认为如果你只使用上面给出的字符串中的单词，你可以使用正则表达式。

>>> import re
>>> string="After the flood ... all the colors came out."
>>> re.findall('\w+',string)
['After', 'the', 'flood', 'all', 'the', 'colors', 'came', 'out']

Answer 4

为什么要做太多事情，就这么简单，试试..
str.split(strSplitter , intMaxSplitCount) intMaxSplitCount是可选的
在你的情况下，你也要做一些Houskeeping，如果你想避免...... 一个是你可以替换它，比如str.replace(".","", 3) 3是可选的，它只会替换前三个点

所以简而言之，你必须做到以下，
print ((str.replace(".", "",3)).split(" ")) 它会打印你想要的东西

我执行了Just Check Here,...

Answer 5

[x for x in a.replace('.', '').split(' ') if len(x)>0]

这里'a'是你的输入字符串。

Answer 6

更简单的方法，至少看起来更简单..

import string

    def split_string(source, splitlist):
        table = string.maketrans(splitlist,  ' ' * len(splitlist))
        return string.translate(source, table).split()

您可以结帐string.maketrans和string.translate

字符串拆分问题

6 个答案: