regex - python re.split() 空字符串

Question

以下示例取自 python re documents

re.split(r'\b', 'Words, words, words.')
['', 'Words', ', ', 'words', ', ', 'words', '.']

'\b' 匹配单词开头或结尾的空字符串。这意味着如果您运行此代码，它会产生错误。

(jupyter 笔记本 python 3.6)

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-128-f4d2d57a2022> in <module>
      1 reg = re.compile(r"\b")
----> 2 re.split(reg, "Words, word, word.")

/usr/lib/python3.6/re.py in split(pattern, string, maxsplit, flags)
    210     and the remainder of the string is returned as the final element
    211     of the list."""
--> 212     return _compile(pattern, flags).split(string, maxsplit)
    213 
    214 def findall(pattern, string, flags=0):

ValueError: split() requires a non-empty pattern match.

由于\b 只匹配空字符串， split() 没有得到它的要求“非空”模式匹配。我看到了与 split() 和空字符串相关的各种问题。有些我可以看到您在实践中可能想要如何做，例如，问题 here .答案从“只是做不到”到(较旧的)“这是一个错误”不等。

我的问题是这样的:

由于这仍然是python网页上的示例，这应该可能吗？在最前沿的版本中是否有可能实现？

上面链接中的问题涉及re.split(r'(?<!foo)(?=bar)', 'foobarbarbazbar') ，2015年问的，仅用re.split()没办法完成要求，还是这样吗？

Answer 1

在 Python 3.7 re ，您可以使用零长度匹配进行拆分:

Changed in version 3.7: Added support of splitting on a pattern that could match an empty string.

另外，请注意

Empty matches for the pattern split the string only when not adjacent to a previous empty match.

>>> re.split(r'\b', 'Words, words, words.')['', 'Words', ', ', 'words', ', ', 'words', '.']
>>> re.split(r'\W*', '...words...')['', '', 'w', 'o', 'r', 'd', 's', '', '']
>>> re.split(r'(\W*)', '...words...')['', '...', '', '', 'w', '', 'o', '', 'r', '', 'd', '', 's', '...', '', '', '']

此外，与
re.split(r'(?<!foo)(?=bar)', 'foobarbarbazbar')

我收到 ['foobar', 'barbaz', 'bar']结果是 Python 3.7。