按照给定格式将字符串分割成列表

Question

我有一个字符串，如"SAB_bARGS_D"。 我想要的是将字符串分成字符列表，但每当出现 _ 标记时，下一个字符都会附加到前一个字符上。

所以上面的答案应该是['S'，'A'，'B_b'，'A'，'R'，'G'，'S_D'] 可以使用for循环遍历列表来完成，但是否有内置函数可以使用...

谢谢

- user506710

---

我认为在这里使用for循环会是最优的选择。列表推导式解决方案基本上需要进行至少两次遍历，对于可读性来说非常糟糕。 - aaronasterling

有没有人能演示一下如何使用for循环来完成它？ - user225312

"SAB_b_ARGS_D" 这个输入可能吗？ - Rozuur

不可以......没有任何字母两侧都与下划线连接。 - user506710

Answer 1

我知道，我会使用正则表达式：

>>> import re
>>> pattern = "[^_]_[^_]|[^_]"
>>> re.findall(pattern, "SAB_bARGS_D", re.IGNORECASE)
['S', 'A', 'B_b', 'A', 'R', 'G', 'S_D']

该模式尝试匹配三个连续字符 - 非下划线、下划线、非下划线 - 如果匹配失败，则尝试匹配一个非下划线字符。

- Robert Rossney

---

嘿，你的回答正是我想要的......但我有一个问题要问......相比下面给出的for循环建议，使用re是否更好，从复杂性的角度来看？？？因为我不知道re用于检查模式时使用了什么，所以与使用普通循环相比，它是否会导致性能下降.....这是一个普遍的疑问，不仅仅是在这个搜索中。 - user506710

如果您使用timeit，您会发现在这种情况下使用re.findall比使用下面的函数稍微快一点 - 如此微小以至于我敢猜测两者在复杂度上是相同的。好吧，处理复杂性是另一回事。代码复杂性则另当别论。 - Robert Rossney

另外，针对您的后续问题，请使用模式 [a-z]_[0-9]+|[a-z]。 - Robert Rossney

Answer 2

我可能会使用一个 for 循环。

def a_split(inp_string):
    res = []
    if not inp_string: return res  # allows us to assume the string is nonempty

    # This avoids taking res[-1] when res is empty if the string starts with _
    # and simplifies the loop.
    inp = iter(inp_string)   
    last = next(inp)
    res.append(last)

    for c in inp:
        if '_' in (c, last): # might want to use (c == '_' or last == '_')
            res[-1] += c
        else:
            res.append(c)
        last = c
    return res

通过将res.append存储在本地变量中并直接引用它，而不是引用本地变量res并执行属性查找以获取append方法，可以获得一些性能提升。

如果有一个字符串'a_b_c'，则它不会被拆分。在这种情况下未指定任何行为，但修改其执行其他操作并不难。同样，类似于'_ab'的字符串将被拆分为['_a', 'b']，'ab_'也是如此。

- aaronasterling

Answer 3

使用正则表达式

>>> import re
>>> s="SAB_bARGS_D"
>>> re.findall("(.(?:_.)?)",s)
['S', 'A', 'B_b', 'A', 'R', 'G', 'S_D']

- John La Rooy