優化字符串處理：Python split使用實例

在Python中，字符串和列表是兩種常用的數據類型，字符串是由字符組成的序列，列表是由元素組成的序列。字符串處理中常用的操作之一是將字符串按照某個分隔符切割成一個列表，Python中提供了一個split()方法來實現這個操作。

一、split()方法的基本用法

split()方法是Python字符串類型的一個方法，用於以指定的分隔符對字符串進行分割，並將分割結果存儲到列表中。方法的返回值是一個列表。

str.split([sep[, maxsplit]])

其中，參數說明如下：

• sep：分隔符，默認為所有的空字符，包括空格、換行、製表符等。
• maxsplit：指定分割次數，可選參數，默認為-1，即分割所有。

下面是一個簡單的示例：

#示例代碼
str = "apple,banana,orange"
lst = str.split(",")
print(lst)

輸出結果為：

['apple', 'banana', 'orange']

二、split()在數據清洗中的應用

在數據清洗過程中，split()方法是一個非常實用的工具，可以用來對字符串類型的數據進行提取和處理。

1. 提取URL中的域名

當我們需要從一個URL中提取出域名時，可以使用split()方法。一般情況下，一個標準的URL包含了協議、主機名、路徑、查詢等信息，其中主機名是由二級域名和頂級域名組成。假設我們需要從如下URL提取出baidu.com這個域名：

http://www.baidu.com/index.html

#示例代碼
url = "http://www.baidu.com/index.html"
domain = url.split("//")[1].split("/")[0]
print(domain)

輸出結果為：

www.baidu.com

2. 過濾掉列表中的空值

在數據清洗過程中，經常需要對數據進行去重、過濾空值等操作。split()方法可以很方便地將文本格式的數據分割成列表，我們可以利用這個特性將列表中的空值過濾掉。

#示例代碼
data = "1,2,3,,4,5,"
lst = [item for item in data.split(",") if item != ""]
print(lst)

輸出結果為：

['1', '2', '3', '4', '5']

三、split()與正則表達式的結合使用

在split()方法中，分隔符不一定要是一個固定的字符串，也可以是一個正則表達式。這樣我們就可以更加靈活地進行字符串處理，例如去除字符串中的標點符號，提取出字符串中的數字等。

1. 去除字符串中的標點符號

可以使用正則表達式來匹配字符串中的標點符號，然後將其替換為空格。

#示例代碼
import re
str = "hello,world! how are you?"
lst = re.sub(r'[^\w\s]',' ', str).split()
print(lst)

輸出結果為：

['hello', 'world', 'how', 'are', 'you']

2. 提取出字符串中的數字

可以使用正則表達式來匹配字符串中的數字，然後將其提取出來。

#示例代碼
import re
str = "I have 10 apples and 3 oranges"
lst = re.findall(r'\d+', str)
print(lst)

輸出結果為：

['10', '3']

四、小結

split()方法是Python中一個十分有用的字符串處理方法，它可以根據指定的分隔符將字符串分割成列表，並且可以結合正則表達式等高級特性進行更加靈活的字符串處理。在數據清洗、文本處理等場景中，split()方法都有着廣泛的應用。