Почему объекты списка split () возвращаются пустым? [Дубликат]
В дополнение к настройке default_charset в php.ini вы можете отправить правильную кодировку с помощью header() из вашего кода перед любым выходом:
header('Content-Type: text/html; charset=utf-8');
Работа с Unicode в PHP легко, если вы понимаете, что большинство строковых функций не работают с Unicode, а некоторые могут полностью блокировать строки. PHP считает, что «символы» имеют длину 1 байт. Иногда это нормально (например, explode() ищет только последовательность байтов и использует его как разделитель - так что неважно, какие фактические персонажи вы ищете). Но в других случаях, когда функция фактически предназначена для работы с символами , PHP не знает, что ваш текст имеет многобайтовые символы, которые находятся в Unicode.
Хорошая библиотека для проверки есть phputf8 . Это перезаписывает все «плохие» функции, чтобы вы могли безопасно работать с строками UTF8. Существуют расширения, такие как расширение mbstring, которые тоже пытаются это сделать для вас, но я предпочитаю использовать библиотеку, потому что она более переносимая (но я пишу продукты массового рынка, так что это важно для меня). Но phputf8 может использовать mbstring за кулисами, во всяком случае, для повышения производительности.
4 ответа
Не используйте re.split(), используйте метод groups() объектов regex Match / SRE_Match.
>>> f = '000014_L_20111007T084734-20111008T023142.txt'
>>> time_info = re.search(r'[LU]_(\w+)-(\w+)\.', f).groups()
>>> time_info
('20111007T084734', '20111008T023142')
Вы даже можете назвать группы захвата и получить их в dict, хотя для этого вы используете groupdict(), а не groups(). (Шаблон регулярного выражения для такого случая будет похож на r'[LU]_(?P<groupA>\w+)-(?P<groupB>\w+)\.')
-
1– tonga 30 May 2013 в 17:24
-
2– Elazar 30 May 2013 в 17:26
-
3– JAB 30 May 2013 в 17:34
-
4– Elazar 30 May 2013 в 17:40
-
5– JAB 30 May 2013 в 18:08
Если временные метки всегда после второго _, вы можете использовать str.split и str.strip:
>>> strs = "000014_L_20111007T084734-20111008T023142.txt"
>>> strs.strip(".txt").split("_",2)[-1].split("-")
['20111007T084734', '20111008T023142']
-
1– Elazar 30 May 2013 в 17:11
-
2– tonga 30 May 2013 в 17:13
-
3– JAB 30 May 2013 в 17:21
>>> f='000014_L_20111007T084734-20111008T023142.txt'
>>> f[10:-4].split('-')
['0111007T084734', '20111008T023142']
или, несколько более общий:
>>> f[f.rfind('_')+1:-4].split('-')
['20111007T084734', '20111008T023142']
Я не эксперт Python, но, может быть, вы могли бы просто удалить пустые строки из вашего списка?
time_info = re.split('^[0-9]+_[LU]_|-|\.txt$', f)
time_info = filter(None, str_list)
-
1– tonga 30 May 2013 в 17:16
-
2– FraggaMuffin 4 July 2016 в 01:47
-
3– Joshua Mathias 12 October 2017 в 15:52