Python實現文本分割： split line

一、split()函數的介紹

在Python中，split()函數是用於對字元串進行分割的函數。其最常見的用法是將一個長的字元串按照某個分隔符進行分割，得到一個由多個子字元串組成的列表。例如，我們可以使用split()函數將一個字元串按照空格進行分割：

    str = "Python is a great language"
    words = str.split()
    print(words)
    # 輸出結果為 ['Python', 'is', 'a', 'great', 'language']

從上面的代碼可以看出，split()函數的默認參數是空格，因此我們不需要在使用split()函數時傳入任何參數，就可以將一個字元串按照空格進行分割。

除了默認的空格分割之外，split()函數還支持通過傳入一個分割符，來對字元串進行任意的分割。例如，我們可以使用逗號(,)來將一個字元串分割成多個元素：

    str = "apple,banana,orange"
    fruits = str.split(",")
    print(fruits)
    # 輸出結果為 ['apple', 'banana', 'orange']

從上面的代碼可以看出，我們使用逗號作為分隔符，將一個包含多個水果名稱的字元串分割成了一個包含三個元素的列表。

二、splitlines()函數的介紹

除了split()函數之外，Python還提供了splitlines()函數，用於對字元串按照換行符進行分割。例如：

    str = "Python is a great language\nIt is used for data science\n"
    lines = str.splitlines()
    print(lines)
    # 輸出結果為 ['Python is a great language', 'It is used for data science']

從上面的代碼可以看出，我們使用splitlines()函數將一個包含兩個句子的字元串按照換行符進行分割，得到了一個包含兩個元素的列表。

需要注意的是，splitlines()函數只識別’\n’、’\r’、’\r\n’這三種換行符，其他的換行符將被當作普通字元處理。

三、使用split()函數進行文本分割

在實際的文本分割應用中，我們可以使用split()函數來對文本進行分割。例如，我們可以將一個包含多個句子的文本按照句號進行分割：

    text = "Natural language processing (NLP) is a field of computer science, artificial intelligence, and computational linguistics concerned with the interactions between computers and human (natural) languages."
    sentences = text.split(".")
    print(sentences)
    # 輸出結果為 ['Natural language processing (NLP) is a field of computer science, artificial intelligence, and computational linguistics concerned with the interactions between computers and human (natural) languages', '']

從上面的代碼可以看出，我們使用split()函數將一個包含兩個句子的文本按照句號進行分割，得到了一個包含兩個元素的列表。需要注意的是，我們的結果中包含了一個空元素，這是因為原始文本中以句號結尾的最後一個句子之後還有一個空格，這個空格被當作了一個元素。

為了避免這種情況，我們可以使用strip()函數來去除句子之後的空格：

    text = "Natural language processing (NLP) is a field of computer science, artificial intelligence, and computational linguistics concerned with the interactions between computers and human (natural) languages."
    sentences = [sentence.strip() for sentence in text.split(".")]
    print(sentences)
    # 輸出結果為 ['Natural language processing (NLP) is a field of computer science, artificial intelligence, and computational linguistics concerned with the interactions between computers and human (natural) languages']

從上面的代碼可以看出，使用strip()函數來去除句子之後的空格之後，我們得到了一個只包含一個句子的列表。

四、小結

本文介紹了Python中兩個用於文本分割的函數split()和splitlines()，並且通過實際代碼演示了如何使用這些函數來對文本進行分割。需要注意的是，在使用split()函數進行文本分割的時候，可能會出現一些不必要的空元素，我們可以使用strip()函數來去除這些空元素。