[python] 파이썬에서 빈 문자열을 분할 할 때 split ()이 빈 목록을 반환하는 반면 split ( ‘\ n’)은 [ ”]를 반환하는 이유는 무엇입니까?

질문 : split ( ‘\ n’)을 사용하여 한 문자열로 줄을 가져오고 ”.split ()이 빈 목록 []을 반환하는 반면 ”.split ( ‘\ n’)은 [ ”]을 반환한다는 것을 알았습니다. .

str.split () 메소드는 두 알고리즘을 갖는다. 인수가 제공되지 않으면 반복 된 공백 실행으로 분할됩니다. 그러나 인수가 제공되면 반복 실행이없는 단일 분리 문자로 처리됩니다.

빈 문자열을 분할하는 경우 첫 번째 모드 (인수 없음)는 공백이 먹고 결과 목록에 입력 할 값이 없기 때문에 빈 목록을 반환합니다.

반대로 두 번째 모드 (와 같은 인수 사용 \n)는 첫 번째 빈 필드를 생성합니다. 작성 '\n'.split('\n')했다면 두 개의 필드를 얻을 것입니다 (하나의 분할, 두 개의 반쪽 제공).

질문 : 그러한 차이에 대한 특별한 이유가 있습니까?

이 첫 번째 모드는 가변 양의 공백이있는 열에서 데이터를 정렬 할 때 유용합니다. 예를 들면 다음과 같습니다.

>>> data = '''\
Shasta      California     14,200
McKinley    Alaska         20,300
Fuji        Japan          12,400
'''
>>> for line in data.splitlines():
        print line.split()

['Shasta', 'California', '14,200']
['McKinley', 'Alaska', '20,300']
['Fuji', 'Japan', '12,400']

두 번째 모드는 반복되는 쉼표가 빈 필드를 나타내는 CSV와 같은 구분 된 데이터에 유용합니다. 예를 들면 다음과 같습니다.

>>> data = '''\
Guido,BDFL,,Amsterdam
Barry,FLUFL,,USA
Tim,,,USA
'''
>>> for line in data.splitlines():
        print line.split(',')

['Guido', 'BDFL', '', 'Amsterdam']
['Barry', 'FLUFL', '', 'USA']
['Tim', '', '', 'USA']

결과 필드 수는 분리 문자 수보다 1이 큽니다. 밧줄을 자르는 것을 생각하십시오. 당신이 상처를하지 않으면, 당신은 한 조각이 있습니다. 한 번 잘라 두 조각을 제공합니다. 두 번 자르면 세 조각이 나옵니다. 그리고 그것은 파이썬의 str.split (delimiter) 메소드를 사용합니다 :

>>> ''.split(',')       # No cuts
['']
>>> ','.split(',')      # One cut
['', '']
>>> ',,'.split(',')     # Two cuts
['', '', '']

질문 : 문자열에서 줄을 계산하는 더 편리한 방법이 있습니까?

예, 몇 가지 쉬운 방법이 있습니다. 하나 개의 용도는 str.count () 와 다른 용도의 str.splitlines () . 마지막 행에이없는 경우를 제외하고 두 가지 방법 모두 동일한 대답을 제공합니다 \n. 마지막 줄 바꿈이 없으면 str.splitlines 접근 방식으로 정확한 답을 얻을 수 있습니다. 정확한 빠른 기술은 count 방법을 사용하지만 최종 줄 바꿈에 맞게 수정합니다.

>>> data = '''\
Line 1
Line 2
Line 3
Line 4'''

>>> data.count('\n')                               # Inaccurate
3
>>> len(data.splitlines())                         # Accurate, but slow
4
>>> data.count('\n') + (not data.endswith('\n'))   # Accurate and fast
4    

@ Kaz의 질문 : 왜 두 가지 매우 다른 알고리즘이 단일 함수로 분류 되는가?

str.split 의 서명 은 약 20 세이며, 그 시대의 많은 API는 엄격하게 실용적입니다. 완벽하지는 않지만 메소드 서명도 “끔찍하지”않습니다. 대부분의 경우 Guido의 API 디자인 선택은 오랜 시간 동안 테스트되었습니다.

현재 API에는 장점이 없습니다. 다음과 같은 문자열을 고려하십시오.

ps_aux_header  = "USER               PID  %CPU %MEM      VSZ"
patient_header = "name,age,height,weight"

이 문자열을 필드로 나누라는 요청을 받으면 사람들은 동일한 영어 단어 “split”을 사용하여 둘 다 설명하는 경향이 있습니다. fields = line.split()
or 와 같은 코드를 읽으라는 요청을 받으면 fields = line.split(',')사람들은 문장을 “필드로 줄을 나누는”것으로 올바르게 해석하는 경향이 있습니다.

Microsoft Excel의 text-to-columns 도구 는 유사한 API를 선택했으며 두 가지 분할 알고리즘을 동일한 도구에 통합했습니다. 사람들은 둘 이상의 알고리즘이 관련되어 있지만 필드 분할을 단일 개념으로 정신적으로 모델링하는 것 같습니다.

답변

>>> "  fii    fbar \n bopp ".split()
['fii', 'fbar', 'bopp']

s = "Line 1\nLine2\nLine3"
n_lines = s.count('\n') + 1

>>> print str.split.__doc__
S.split([sep [,maxsplit]]) -> list of strings

Return a list of the words in the string S, using sep as the
delimiter string.  If maxsplit is given, at most maxsplit
splits are done. If sep is not specified or is None, any
whitespace string is a separator and empty strings are removed
from the result.

line_count = some_string.count('\n') + some_string[-1] != '\n'

n_lines = sum(1 for s in the_string if s == "\n") + 1 # add 1 for last line