2

Tengo que separar un string X a partir de una lista de argumentos, intenté pasar como argumento al método split() la lista en la cual están los separadores, pero obtengo el siguiente error:

TypeError: must be str or None, not list

Investigué e intenté utilizar la función re.split, pero tampoco me sirvió.

Muestra del código:

puntuation = [',', ';', ' ']
words_list = []
un_texto = "Hola, cómo estás?"
words_list = un_texto.split(puntuation)

print(words_list)

Por otra parte, me serviría mucho si me darían una recomendación de como buscar por mí parte solución a estos problemas, busqué por W3 Schools, busqué ayuda tanto en inglés como en español, pero no encontré nada.

2
  • Creo que lo que buscas es algo asi words_list = re.split(', |; | ', un_texto) no olvides import re el 8 nov. 2020 a las 2:51
  • el error te lo dice, entoces words_list = un_texto.split(puntuation[0])donde le agrego el índice de uno de los elementos, mi pregunta es¿por cuál de todos quereés separar?,si es por orden,o sea el que se encuentre primero, recorre la lista y si el elemento se encuentra en la cadena, ahí separas,sino pasas al siguiente.
    – tincopasan
    el 8 nov. 2020 a las 3:27

2 respuestas 2

4

TL;DR

import re

puntuation = [',', ';', ' ']
un_texto = "Hola, cómo estás?"
words_list = re.split(r"[{}]".format(''.join(puntuation)), un_texto)

# words_list contendrá lo siguiente: ['Hola', '', 'cómo', 'estás?']
# Si deseas quitar la string nula, puedes hacer:

words_list = [word for word in words_list if word]
# Con lo cual ahora words_list contendrá: ['Hola', 'cómo', 'estás?']

Explicación

Lo que estás buscando es (como sugirió Andrés en los comentarios) la función split del módulo re.

Esta función toma dos argumentos posicionales: pattern y string. El primero es una expresión regular y el segundo la string a la que se aplicará la separación (split). Para conseguir lo que deseas deberás pasar los siguientes valores a ellos:

  • pattern: r"[{}]".format(''.join(puntuation))
  • string: un_texto

Vamos a analizar qué se está pasando a pattern:

  1. La r antepuesta a la string significa "raw", lo cual se traduce en que la string se evualuará tal cual, sin hacer ningún escape de caracteres (esto es una buena práctica al trabajar con expresiones regulares. Te ahorrará más de un dolor de cabeza).

  2. A la string "[{}]" se le está aplicando una interpolación para que así lo que está dentro del método format() se sustituya dentro de las llaves ({}).

  3. El método join() de la clase str (lo que está dentro de format()), iterará sobre la lista puntuation y generará una string que contenga unidos todos los elementos de la lista recién mencionada. Para nuestro caso esta sería: ',; '

  4. Como dije, el contenido de pattern debe ser una regex, y luego de todo esto quedará de la siguiente manera: r'[,; ]'. Esto es una expresión regular conocida como Character Classes. Esto hará que el engine haga match con cualquiera de los caracteres que estén dentro de los corchetes.

2
  • 1
    Me encanto tu detallada explicación Revliscano. ¡Excelente! el 8 nov. 2020 a las 6:29
  • Cuidado con caracteres especiales, que lo harían fallar (^, -, ], \) ... Si quisieras sacar los elementos vacíos intermedios, sería más sencillo cambiar el regex a [,; ]+
    – Pollo
    el 8 nov. 2020 a las 6:35
2

te dejo un código usando regular expresions que creo que te podría funcionar. Lo que hace es literal dividir la cadena si ve un espacio " ", un punto y coma";" o una coma ","

import re
var = re.split(r'[\s,;]+','hola, como; estas?')

print(var)

La página que te recomiendo literal es la documentación oficial de la librería re:

Documentación RE

Espero te haya servido, aquí la salida:

introducir la descripción de la imagen aquí

¡Saludos!

1
  • 1
    Buena explicación también, Ricardo.
    – revliscano
    el 8 nov. 2020 a las 14:46

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.