Python re.split的困惑

问题描述

问 题

最近看了些python代码，看到了一个re.split的用法，有些困惑，
查手册也看不太懂
有人能具体解释下吗

re_han = re.compile("([\u4E00-\u9FD5]+)")
re_han = re.compile("[\u4E00-\u9FD5]+")

上面unicode中基本中文字符集的2个正则表达式
然后下面是疑问
对于re_han.split(sentence)这句，上面2个正则表达式产生的结果会有区别，这个区别是怎么产生的
下面是api手册的示例

re.split('\W+', 'Words, words, words.')

['Words', 'words', 'words', '']

re.split('(\W+)', 'Words, words, words.')

['Words', ', ', 'words', ', ', 'words', '.', '']

解决方案

• 如果没有加小括号，则返回结果就是用正则表达式匹配的groups；

• 如果加了小括号，会返回所有的groups，包括不匹配的groups也会包括在返回结果中。
  

官方文档说的挺清楚的，我只是帮你翻译了一遍而已。

这篇关于Python re.split的困惑的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！