Python：按分隔符列表拆分字符串

Question

在Python中，我想使用分隔符列表拆分字符串。分隔符可以是逗号或分号。除非空格位于非空格，非分隔符中间，否则应将其删除，在这种情况下，应将其保留。

测试用例1：ABC,DEF123,GHI_JKL,MN OP
测试用例2：ABC;DEF123;GHI_JKL;MN OP
测试用例3：ABC ; DEF123,GHI_JKL ; MN OP

听起来像是正则表达式的情况，这很好，但是如果更容易或更干净地用另一种方式做，那就更好了。

谢谢！

Answer 1

这应该比正则表达式快得多，并且您可以根据需要传递分隔符列表：

def split(txt, seps):
    default_sep = seps[0]

    # we skip seps[0] because that's the default separator
    for sep in seps[1:]:
        txt = txt.replace(sep, default_sep)
    return [i.strip() for i in txt.split(default_sep)]

如何使用它：

>>> split('ABC ; DEF123,GHI_JKL ; MN OP', (',', ';'))
['ABC', 'DEF123', 'GHI_JKL', 'MN OP']

性能测试：

import timeit
import re


TEST = 'ABC ; DEF123,GHI_JKL ; MN OP'
SEPS = (',', ';')


rsplit = re.compile("|".join(SEPS)).split
print(timeit.timeit(lambda: [s.strip() for s in rsplit(TEST)]))
# 1.6242462980007986

print(timeit.timeit(lambda: split(TEST, SEPS)))
# 1.3588597209964064

并使用更长的输入字符串：

TEST = 100 * 'ABC ; DEF123,GHI_JKL ; MN OP , '

print(timeit.timeit(lambda: [s.strip() for s in rsplit(TEST)]))
# 130.67168392999884

print(timeit.timeit(lambda: split(TEST, SEPS)))
# 50.31940778599528