python - 返回一行中的单词列表但忽略某些空格

Question

假设我有这条线:

235Carling             Robert         140 Simpson Ave     Toronto        Ont M6T9H1416/247-2538416/889-6178

你看到每个字符集合了吗？我希望那些代表数据文件中的列。我遇到的问题是“街道地址”列。

for i in master_file:
    #returns a list of the words, splitting at whitespace
    columns = i.split()

问题是这会将 140 Simpson Ave 分成三个“词”。如果单词被一定数量的空格或其他东西包围，我是否可以使用一种方法来单独说？

Answer 1

如果你有制表符，这很简单，但如果你只是在寻找不止一个空格的东西，你可以使用 python 的 re.split 方法来做到这一点:

import re

re.split('\s{2,}', '235Carling             Robert         140 Simpson Ave     Toronto        Ont M6T9H1416/247-2538416/889-6178')

['235Carling', 'Robert', '140 Simpson Ave', 'Toronto', 'Ont M6T9H1416/247-2538416/889-6178']

其中 \s{2,} 只匹配任何 2 个或更多空白字符系列。

如果您的行之间的字符实际上有制表符，您可以完全避免使用正则表达式:

test = '235Carling             Robert         140 Simpson Ave     Toronto        Ont M6T9H1416/247-2538416/889-6178'

test.split('\t')

['235Carling', 'Robert', '140 Simpson Ave', 'Toronto', 'Ont M6T9H1416/247-2538416/889-6178']