Hàm split() của Regex trong Python

Một trong những công cụ hợp lý nhất cho việc này là module re tích hợp sẵn trong Python, cho phép sử dụng các biểu thức chính quy (regex). Trong bài viết này, mình sẽ tìm hiểu cách sử dụng hàm split() trong module re để tách chuỗi dựa trên các mẫu khớp với biểu thức chính quy. Qua các ví dụ cụ thể, bạn sẽ thấy được sự linh hoạt và hiệu quả của split() trong việc xử lý các tình huống khác nhau liên quan đến phân tách chuỗi.

Giới thiệu hàm split() trong Python regex

Module re tích hợp sẵn trong Python cung cấp hàm split() cho phép bạn tách một chuỗi theo các mẫu (pattern) khớp với biểu thức chính quy.

Hàm split() có cú pháp như sau:

split(pattern, string, maxsplit=0, flags=0)

Trong cú pháp này:

Bài viết này được đăng tại [free tuts .net]

• pattern là một biểu thức chính quy mà các mẫu khớp sẽ được sử dụng làm dấu phân cách để tách chuỗi.
• string là chuỗi đầu vào cần tách.
• maxsplit xác định số lần tách tối đa. Nếu maxsplit là một, danh sách kết quả sẽ có hai phần tử. Nếu maxsplit là hai, danh sách sẽ có ba phần tử, và cứ thế tiếp tục.
• flags là một hoặc nhiều cờ regex tùy chọn thay đổi cách mà engine regex khớp với mẫu.

Hàm split() trả về một danh sách các chuỗi con được tách bởi các mẫu trong chuỗi đầu vào.

Nếu pattern chứa một hoặc nhiều nhóm bắt (capturing group), hàm split() sẽ trả về văn bản của tất cả các nhóm dưới dạng các phần tử của danh sách kết quả.

Nếu pattern chứa một nhóm bắt khớp với đầu chuỗi, hàm split() sẽ trả về danh sách kết quả với phần tử đầu tiên là chuỗi rỗng. Logic này cũng áp dụng tương tự cho cuối chuỗi.

Ví dụ về hàm split() trong Python regex

Dưới đây là một số ví dụ về cách sử dụng hàm split():

Sử dụng hàm split() để tách các từ trong câu

Ví dụ sau sử dụng hàm split() để tách các từ trong một câu:

import re

s = 'A! B. C D'
pattern = r'\W+'

l = re.split(pattern, s)
print(l)

Trong ví dụ này, \W+ là tập ký tự không phải từ, khớp với một hoặc nhiều ký tự không phải từ.

Kết quả:

['A', 'B', 'C', 'D']

Sử dụng hàm split() với đối số maxsplit

Ví dụ sau sử dụng hàm split() để tách chuỗi với hai lần tách tại các ký tự không phải từ:

import re

s = 'A! B. C D'
pattern = r'\W+'

l = re.split(pattern, s, 2)
print(l)

Kết quả:

['A', 'B', 'C D']

Vì chúng ta tách chuỗi với hai lần tách, danh sách kết quả chứa ba phần tử. Lưu ý rằng hàm split() trả về phần còn lại của chuỗi dưới dạng phần tử cuối cùng trong danh sách kết quả.

Sử dụng hàm split() với nhóm bắt

Ví dụ sau sử dụng hàm split() để tách chuỗi với mẫu \W+ chứa nhóm bắt:

import re

s = 'A! B. C D'
pattern = r'(\W+)'

l = re.split(pattern, s, 2)
print(l)

Kết quả:

['A', '! ', 'B', '. ', 'C D']

Trong ví dụ này, hàm split() cũng trả về văn bản của nhóm bắt trong danh sách kết quả.

Sử dụng hàm split() với nhóm bắt tại đầu chuỗi

Ví dụ sau sử dụng hàm split() với nhóm bắt làm dấu phân cách tại đầu chuỗi:

import re

s = '...A! B. C D'
pattern = r'\W+'

l = re.split(pattern, s)
print(l)

Trong trường hợp này, hàm split() trả về danh sách với phần tử đầu tiên là chuỗi rỗng:

Kết quả:

['', 'A', 'B', 'C', 'D']

Tương tự, nếu dấu phân cách chứa nhóm bắt và nó khớp với cuối chuỗi, danh sách kết quả sẽ có phần tử cuối cùng là chuỗi rỗng:

import re

s = 'A! B. C D...'
pattern = r'\W+'

l = re.split(pattern, s)
print(l)

Kết quả:

['A', 'B', 'C', 'D', '']

Kết bài

Như vậy, thông qua các ví dụ đã trình bày, chúng ta có thể thấy được sự mạnh mẽ và linh hoạt của hàm split() trong module re của Python khi xử lý việc tách chuỗi bằng các biểu thức chính quy. Hàm split() không chỉ giúp tách chuỗi dựa trên các ký tự không phải từ, mà còn hỗ trợ các nhóm bắt và điều chỉnh số lần tách thông qua tham số maxsplit. Việc nắm vững cách sử dụng hàm split() sẽ giúp bạn giải quyết nhiều tình huống phức tạp trong xử lý chuỗi một cách hiệu quả và nhanh chóng. Hy vọng rằng, qua bài viết này, bạn đã có được những kiến thức cần thiết để áp dụng hàm split() vào các bài toán thực tế trong lập trình Python.