Python:按分隔符列表拆分字符串

Question

在 Python 中，我想使用分隔符列表拆分字符串。分隔符可以是逗号或分号。空格应该被删除，除非它位于非空格、非分隔符的中间，在这种情况下它应该被保留。

测试用例 1:ABC,DEF123,GHI_JKL,MN OP
测试用例 2:ABC;DEF123;GHI_JKL;MN OP
测试用例 3:ABC ； DEF123,GHI_JKL ; MN 操作

听起来像是正则表达式的情况，这很好，但如果用另一种方式更容易或更简洁，那就更好了。

谢谢!

Answer 1

这应该比正则表达式快得多，您可以根据需要传递分隔符列表:

def split(txt, seps):
    default_sep = seps[0]

    # we skip seps[0] because that's the default separator
    for sep in seps[1:]:
        txt = txt.replace(sep, default_sep)
    return [i.strip() for i in txt.split(default_sep)]

使用方法:

>>> split('ABC ; DEF123,GHI_JKL ; MN OP', (',', ';'))
['ABC', 'DEF123', 'GHI_JKL', 'MN OP']

性能测试:

import timeit
import re


TEST = 'ABC ; DEF123,GHI_JKL ; MN OP'
SEPS = (',', ';')


rsplit = re.compile("|".join(SEPS)).split
print(timeit.timeit(lambda: [s.strip() for s in rsplit(TEST)]))
# 1.6242462980007986

print(timeit.timeit(lambda: split(TEST, SEPS)))
# 1.3588597209964064

还有一个更长的输入字符串:

TEST = 100 * 'ABC ; DEF123,GHI_JKL ; MN OP , '

print(timeit.timeit(lambda: [s.strip() for s in rsplit(TEST)]))
# 130.67168392999884

print(timeit.timeit(lambda: split(TEST, SEPS)))
# 50.31940778599528