如何像 awk一樣分割字符串

若你使用過 Shell 中的 awk 工具，會發(fā)現(xiàn)用它來分割字符串是非常方便的。特別是多個(gè)連續(xù)空格會被當(dāng)做一個(gè)處理。

[root@localhost ~]# cat demo.txt
hello      world
[root@localhost ~]#
[root@localhost ~]# awk '{print$1,$2}' demo.txt
hello world

可是轉(zhuǎn)換到 Python 上面來呢？結(jié)果可能是這樣的。

>> > msg='hello    world'
 >> > msg.split(' ')
['hello', '', '', '', 'world']

與我預(yù)想的結(jié)果不符，多個(gè)空格會被分割多次。

那有什么辦法可以達(dá)到 awk 一樣的效果呢？

有兩種方法。

第一種方法

不加參數(shù)，這種只適用于將多個(gè)空格當(dāng)成一個(gè)空格處理，如果不是以空格為分隔符的場景，這種就不適用了。

>> > msg='hello    world'
 >> > msg.split()
['hello', 'world']

第二種方法

使用 filter 來輔助，這種適用于所有的分隔符，下面以 - 為分隔符來舉例。

>> > msg='hello----world'
 >> > msg.split('-')
['hello', '', '', '', 'world']
> >>
 >> > filter(None, msg.split('-'))
['hello', 'world']

是不是很神奇，filter 印象中第一個(gè)參數(shù)接收的是 函數(shù)，這里直接傳 None 居然有奇效。

查看了注釋，原來是這個(gè)函數(shù)會適配 None 的情況，當(dāng)?shù)谝粋€(gè)參數(shù)是None的時(shí)候，返回第二個(gè)參數(shù)（可迭代對象）中非空的值，非常方便。

換用函數(shù)的寫法，可以這樣

>> > msg='hello----world'
 >> > msg.split('-')
['hello', '', '', '', 'world']
> >>
 >> > filter(lambda item: True if item else False, msg.split('-'))
['hello', 'world']