如何在 Python 中使用多個分隔符號有效地將字串拆分為單字？

使用多個單字邊界分隔符號將字串分割為單字

處理文字資料時，通常需要將文字分割為單字。但是，在處理包含各種潛在分隔符號（例如逗號、句點和破折號）的文字時，使用分隔符號拆分字串可能會很困難。

Python 的 str.split() 限制

Python 內建的 str.split() 方法通常用於分割字串。但是，它只接受單一分隔符號作為參數。在提供的範例中，以下程式碼將按空格分割句子，但保留標點符號：

text = "Hey, you - what are you doing here!?"
words = text.split()
['hey', 'you - what', 'are', 'you', 'doing', 'here!?']

解：使用re.split() 的正規表示式

為了有效地分割具有多個分隔符的字串，可以使用正規表示式和re.split() 方法。 re.split() 接受模式作為參數，並根據該模式的所有出現情況拆分字串。

使用多個分隔符號分割單字的關鍵是定義一個與任何潛在分隔符號相符的模式。以下模式「W」符合任何非單字字元：

import re

text = "Hey, you - what are you doing here!?"
words = re.split('\W+', text)
print(words)

這將產生所需的輸出：

['hey', 'you', 'what', 'are', 'you', 'doing', 'here']

捕獲組

如果需要，捕獲組不僅可以用於提取單詞，還可以提取分隔符。例如，以下模式在括號內包含一個捕獲組，它將捕獲任何非單字字元：

text = "Hey, you - what are you doing here!?"
words = re.split('(\W+)', text)
print(words)

這將產生一個包含單字和分隔符號的清單：

['Hey', ', ', 'you', ' - ', 'what', ' ', 'are', ' ', 'you', ' ', 'doing', ' ', 'here!?']

結論

利用正規表示式和re.split()方法，即使文字包含各種潛在的分隔符，也可以有效地將字串拆分為單字。該技術對於自然語言處理和文字分析任務特別有用。

以上是如何在 Python 中使用多個分隔符號有效地將字串拆分為單字？的詳細內容。更多資訊請關注PHP中文網其他相關文章！