Python解析多行字符串提取单词与数字字符的实现方案咨询

1. 更通用鲁棒的空行过滤方案 #

你现有的逻辑是对的，还有更简洁兼容的写法：

valid_lines = [line for line in initial_string.splitlines() if line.strip()]

优势：

• splitlines() 可以适配Windows、Linux、macOS等不同系统的换行符，比手动按\n拆分兼容性更强
• 用line.strip()判断直接覆盖「纯空行」「全空白符行（空格、制表符、换行符混合）」两种场景，不需要写多条件判断，出错概率更低

2. 提取单词和数字的实现方案 #

用正则表达式确实是最简洁的方案，你可以直接用re.findall匹配所有符合要求的片段，自动忽略无关特殊字符：

正则规则说明 #

用模式 r'[a-zA-Z_]+|\d+' 即可：

• 左侧[a-zA-Z_]+匹配连续的字母、下划线（对应你要提取的单词）
• 右侧\d+匹配连续的数字
• |代表或匹配，所有不符合这两个规则的字符（比如你示例里的@、|、[等）都会被自动过滤

完整示例代码 #

import re

# 原始输入字符串示例
initial_string = """
first_word  3 5 7 @  4
second_word 4 5 67| 5 [


"""

# 1. 过滤空行
valid_lines = [line for line in initial_string.splitlines() if line.strip()]

# 2. 逐行提取内容
parse_result = []
for line in valid_lines:
    # 提取所有单词和数字
    items = re.findall(r'[a-zA-Z_]+|\d+', line)
    # 可选：把数字从字符串转为整数类型
    items = [int(item) if item.isdigit() else item for item in items]
    parse_result.append(items)

print(parse_result)
# 输出：[['first_word', 3, 5, 7, 4], ['second_word', 4, 5, 67, 5]]

自定义调整提示 #

如果你的单词允许包含其他特殊字符（比如横杠-），只需要修改左侧的匹配规则即可，比如要匹配带横杠的单词就把模式改成r'[a-zA-Z_\-]+|\d+'。

内容的提问来源于stack exchange，提问作者Carlo