返回带有regexp的行列表中的单词列表

>>> import re
>>> from itertools import chain
>>> lines = ["hello world", "second line", "third line"]
>>> words = chain(*[re.split(r'\s+', line) for line in lines])

这将为您提供一个迭代器,可用于遍历所有单词:

>>> for word in words:
...    print(word)
... 
hello
world
second
line
third
line

创建列表而不是迭代器只是将迭代器包装在 list 呼叫:

>>> words = list(chain(*[re.split(r'\s+', line) for line in lines]))

之所以得到一个列表,是因为re.split()返回一个列表,然后该列表将被“附加”到列表理解输出中。

不清楚你为什么要用它(或者可能只是一个坏例子),但是如果你能得到完整的内容(所有行)作为一个字符串,你就可以这样做。

words = re.split(r'\s+', lines)

如果行是以下项的产物:

open('filename').readlines()

使用

open('filename').read()

相反。

你可以一直这样做:

words = []
for line in lines:
  words.extend(re.split('\\s+',line))

它几乎没有一行列表理解那么优雅,但它能完成任务。

只是偶然发现了这个老问题,我想我有更好的解决办法。通常,如果您想嵌套一个列表理解(“附加”每个列表),您需要向后思考(不支持循环)。这不是你想要的:

>>> import re
>>> lines = ["hello world", "second line", "third line"]
>>> [[word for word in re.split(r'\s+', line)] for line in lines]
[['hello', 'world'], ['second', 'line'], ['third', 'line']]

但是,如果要“扩展”而不是“附加”正在生成的列表,只需去掉多余的方括号集,然后反转for循环(将它们恢复为“正确”的顺序)。

>>> [word for line in lines for word in re.split(r'\s+', line)]
['hello', 'world', 'second', 'line', 'third', 'line']

对我来说,这似乎更像是一个蟒蛇式的解决方案,因为它基于列表处理逻辑,而不是一些随机的ASS内置函数。每个程序员都应该知道如何做到这一点(尤其是那些试图学习Lisp的程序员!)