Dlaczego w wynikach metody split () zwracane są puste ciągi?

Jaki jest sens '/segment/segment/'.split('/')powrotu ['', 'segment', 'segment', '']?

Zwróć uwagę na puste elementy. Jeśli dzielisz się na ograniczniku, który znajduje się na pierwszej pozycji i na samym końcu ciągu, jaką dodatkową wartość daje ci to, że pusty ciąg jest zwracany z każdego końca?

str.splituzupełnienia str.join, tak

"/".join(['', 'segment', 'segment', ''])

przywraca oryginalny ciąg.

Gdyby nie było pustych ciągów, nie '/'byłoby pierwszego i ostatniego pojoin()

Bardziej ogólnie, aby usunąć puste ciągi zwracane w split()wynikach, możesz przyjrzeć się filterfunkcji.

Przykład:

filter(None, '/segment/segment/'.split('/'))

zwroty

['segment', 'segment']

Należy wziąć pod uwagę dwie główne kwestie:

• Oczekiwanie, że wynik '/segment/segment/'.split('/')będzie równy, ['segment', 'segment']jest rozsądne, ale wtedy powoduje to utratę informacji. Jeśli split()działało tak, jak chciałeś, jeśli ci powiem a.split('/') == ['segment', 'segment'], nie możesz mi powiedzieć, co abyło.
• Jaki powinien być wynik 'a//b'.split()bycia? ['a', 'b']? lub ['a', '', 'b']? Czyli należy split()łączyć sąsiednie ograniczniki? Gdyby tak było, bardzo trudno będzie przeanalizować dane oddzielone znakiem, a niektóre pola mogą być puste. Jestem całkiem pewien, że wielu ludzi, którzy zrobienia chcą pustych wartości w wyniku dla powyższego przypadku!

Ostatecznie sprowadza się to do dwóch rzeczy:

Spójność: jeśli mam nograniczniki, w a, otrzymuję n+1wartości z powrotem po split().

Powinno być możliwe wykonywanie skomplikowanych rzeczy i łatwe do robienia prostych rzeczy: jeśli chcesz zignorować puste ciągi znaków jako wynik split(), zawsze możesz zrobić:

def mysplit(s, delim=None):
    return [x for x in s.split(delim) if x]

ale jeśli ktoś nie chce ignorować pustych wartości, powinien być w stanie.

Język musi wybrać jedną definicję split()- jest zbyt wiele różnych przypadków użycia, aby domyślnie spełnić wymagania wszystkich. Myślę, że wybór Pythona jest dobry i najbardziej logiczny. (Na marginesie, jednym z powodów, dla których nie lubię C jest strtok()to, że łączy sąsiednie ograniczniki, co sprawia, że ​​niezwykle trudno jest przeprowadzić z nim poważną analizę / tokenizację).

Jest jeden wyjątek: a.split()bez argumentu ściska kolejne białe spacje, ale można argumentować, że w takim przypadku jest to właściwe postępowanie. Jeśli nie chcesz takiego zachowania, zawsze możesz to zrobić a.split(' ').

Mając x.split(y)zawsze zwróci listę 1 + x.count(y)elementów jest cennym regularność - jak @ gnibbler już zauważył to sprawia spliti joindokładne odwrotności siebie (jak oczywiście powinny być), ale również precyzyjnie odwzorowuje semantykę wszystkich rodzajów płyt separatorów mikrowczepy ( takie jak csvwiersze pliku [[bez cudzysłowów]], wiersze z /etc/groupsystemu Unix i tak dalej), umożliwia (jak wspomniano w odpowiedzi @ Romana) łatwe sprawdzenie (np.) ścieżek bezwzględnych i względnych (w ścieżkach plików i adresach URL), i tak dalej.

Innym sposobem spojrzenia na to jest to, że nie powinieneś bezmyślnie wyrzucać informacji przez okno bez żadnych korzyści. Co można by zyskać, gdybyśmy byli x.split(y)równoważni x.strip(y).split(y)? Nic, oczywiście - jest łatwy w użyciu drugą formę, gdy to, co masz na myśli, ale jeśli pierwsza forma została arbitralnie uznane oznaczać drugi, to że mają wiele do zrobienia, jeśli nie chcą pierwsza ( co nie jest rzadkie, jak wskazano w poprzednim akapicie).

Ale tak naprawdę myślenie w kategoriach matematycznej regularności jest najprostszym i najbardziej ogólnym sposobem, w jaki możesz nauczyć się projektować zadowalające API. Aby wziąć inny przykład, bardzo ważne jest, aby dla każdego ważnego xi y x == x[:y] + x[y:]- co natychmiast wskazuje, dlaczego należy wykluczyć jedną skrajność krojenia . Im prostsze niezmienne twierdzenie możesz sformułować, tym bardziej prawdopodobne jest, że wynikająca z niego semantyka jest tym, czego potrzebujesz w prawdziwym życiu - część mistycznego faktu, że matematyka jest bardzo przydatna w radzeniu sobie ze wszechświatem.

Spróbuj sformułować niezmiennik dla splitdialektu, w którym początkowe i końcowe ograniczniki są umieszczone w specjalnej wielkości liter ... kontrprzykład: metody łańcuchowe, takie jak isspacenie są maksymalnie proste - x.isspace()jest równoważne x and all(c in string.whitespace for c in x)- to głupie prowadzenie x andjest powodem, dla którego tak często znajdujesz się w kodowaniu not x or x.isspace(), aby powrócić do prostoty, która powinna zostać zaprojektowana w is...metodach łańcuchowych (gdzie pusty łańcuch "jest" wszystkim, czego chcesz - w przeciwieństwie do wyczucia konia na ulicy, może [[puste zestawy, takie jak zero & c, zawsze myliły większość ludzi ;-)]], ale w pełni zgodne z oczywistym, dobrze wyrafinowanym zdrowym rozsądkiem matematycznym ! -).

Nie wiem, jakiej odpowiedzi szukasz? Otrzymujesz trzy dopasowania, ponieważ masz trzy ograniczniki. Jeśli nie chcesz tego pustego, po prostu użyj:

'/segment/segment/'.strip('/').split('/')

Cóż, pozwala ci wiedzieć, że był tam separator. Tak więc wyświetlenie 4 wyników pozwala zorientować się, że masz 3 ograniczniki. Dzięki temu możesz robić, co chcesz z tymi informacjami, zamiast zmuszać Pythona do usuwania pustych elementów, a następnie zmuszać Cię do ręcznego sprawdzania początkowych lub końcowych ograniczników, jeśli chcesz to wiedzieć.

Prosty przykład: załóżmy, że chcesz sprawdzić bezwzględne i względne nazwy plików. W ten sposób możesz to wszystko zrobić z podziałem, bez konieczności sprawdzania pierwszego znaku nazwy pliku.

Rozważ ten minimalny przykład:

>>> '/'.split('/')
['', '']

splitmusi podać to, co znajduje się przed i za separatorem '/', ale nie ma innych znaków. Więc to ma dać wam pusty ciąg znaków, który technicznie poprzedza i następuje '/', ponieważ '' + '/' + '' == '/'.