連載
» 2020年10月30日 05時00分 公開

解決!Python:[解決!Python]splitメソッドで文字列を分割するには

splitメソッドを使って文字列を空白文字や特定の文字列を区切りとして複数の文字列へと分割する方法を見ていく。似た処理を行うrstripメソッドとstliplinesメソッドも紹介。

[かわさきしんじ,Deep Insider編集部]

この記事は会員限定です。会員登録(無料)すると全てご覧いただけます。

「解決!Python」のインデックス

連載目次

# 空白文字で分割
s1 = 'atmarkit deep\tinsider\nforum'
r = s1.split()  # 区切りを指定しなければ、タブ、改行なども空白文字として扱われる
print(r)  # ['atmarkit', 'deep', 'insider', 'forum']

# 指定した文字を区切りとする
s2 = 'kawasaki, isshiki, endo, shimada'
r = s2.split(','# カンマ「,」を区切りに指定
print(r)  # ['kawasaki', ' isshiki', ' endo', ' shimada']
r = s2.split(', '# カンマ+空白文字を区切りに指定
print(r)  # ['kawasaki', 'isshiki', 'endo', 'shimada']

# 分割回数を指定
r = s2.split(', ', 2# 最大分割回数を2回と指定
print(r)  # ['kawasaki', 'isshiki', 'endo, shimada']

# 改行文字で分割
r = s1.splitlines()  # 改行箇所(\n)で分割
print(r)  # ['atmarkit deep\tinsider', 'forum']

# 文字列右端から分割を行う
r = s2.rsplit(', ', 2# ', 'を区切りとして、右端から分割。最大分割回数は2回
print(r)  # ['kawasaki, isshiki', 'endo', 'shimada']


文字列を分割するメソッド

 Pythonの文字列には、文字列を分割するメソッドとして以下が用意されている。

str.split(sep=None, maxsplit=-1)
str.rsplit(sep=None, maxsplit=-1)
str.splitlines([keepends])


 以下ではこれらについて簡単にまとめる。

splitメソッドとrsplitメソッド

 splitメソッドはパラメーターsepに指定した文字列を区切りとして、文字列を分割し、分割後の文字列を要素とするリストを返送する(sepに指定した文字列はリストには格納されない)。パラメーターmaxsplitには分割を最大で何回行うかを指定する。指定しなかった場合または-1を指定した場合には、パラメーターsepに指定した文字列がある限り、分割が行われる。分割は文字列の先頭(左端)から順番に行われる。

 sepを指定しなかった場合には、Noneが与えられたものとして解釈される。このときには、連続する空白文字(半角空白文字、全角空白文字、タブ文字、改行文字など)を1つの区切り文字列として、文字列の分割が行われる。以下はその例だ。

s = 'abc def\t\tghi\njkl  mno'  # 半角空白、2つのタブ、改行、半角空白と全角空白
r = s.split()
print(r)  # ['abc', 'def', 'ghi', 'jkl', 'mno']


 上のコード例では、文字列sには空白文字として、順番に1個の半角空白文字、2個の連続するタブ文字、1個の改行文字、連続する半角空白文字と全角空白文字が含まれている。そして、sepを指定せずにsplitメソッドを呼び出している。その結果はコメントにも記したように、「['abc', 'def', 'ghi', 'jkl', 'mno']」というリストになる。連続する空白文字は1つの区切りとして扱われ、リストには連続するタブ文字で区切られた空文字列などが含まれていないことに注目しよう。上の例では示していないが、この形式でsplitメソッドを呼び出したとき、文字列の先頭と末尾に含まれる空白文字は無視される(リストには含まれない)。

 一方、sepを指定した場合には、その文字列のみを区切りとして分割が行われる。「split(' ')」のような呼び出しは、半角空白文字のみを分割時の区切りとしてタブ文字などでは分割が行われない。以下に例を示す。

s = 'abc def\nghi'
r = s.split()
print(r)  # ['abc', 'def', 'ghi']
r = s.split(' ')
print(r)  # ['abc', 'def\nghi']
r = s.split(''# ValueError


 この例では、文字列sには半角空白文字と改行文字が含まれている。そして、この文字列に対して、引数なしでsplitメソッドを呼び出し、次にsepに半角空白文字を指定してsplitメソッドを呼び出している。それらの結果が異なっている点に注意しよう。前者は改行文字がある箇所でも分割を行っているが、後者では分割が行われていない。なお、最後の例にあるようにsepに空文字列('')は渡せない。

 また、sepを指定した場合には、文字列内でそれらが連続している箇所で、それらはひとまとまりの区切りとしては機能しない。このときには空文字列が指定した区切りの間にあるものとして扱われる。以下に例を示す。

s = '1,2,,4'
r = s.split(',')
print(r)  # ['1', '2', '', '4']


 この例では、連続するカンマ「,」が含まれる文字列に対して、区切り文字をカンマとしてsplitメソッドを呼び出しているが、このときには連続するカンマ「,,」の間には空文字列が含まれているものとして分割が行われる。そのため、返送されるのは4つの要素(うち、1つは空文字列)からなるリストとなっている(CSVファイルに格納される各行の分割ではこのような振る舞いが好ましいだろう)。

 sepには複数の文字で構成される文字列を指定してもよい。そのときには、その文字列と完全に一致する部分で分割が行われる。以下に例を示す。

s = 'abc, def, ghi, jkl'
r = s.split(',')
print(r)  # ['abc', ' def', ' ghi', ' jkl']:余計な空白入り
r = s.split(', ')
print(r)  # ['abc', 'def', 'ghi', 'jkl']:空白を区切りに含めることで対処


 この例では、カンマで要素を区切っているように見えるが、その後には半角空白文字が挿入されている。そのため、区切りをカンマのみとして分割を行うと不要な半角空白文字が含まれてしまう。そこで、区切りをカンマと半角空白文字とすることで、うまいこと文字列から要素を取り出せる(空白文字が含まれていたり含まれていなかったりするときには、replaceメソッドでそれを削除してから、splitメソッドを呼び出すといった方法が考えられる)。

 最大の分割回数を指定するmaxsplitを指定しなければ、既に述べたように区切りが見つかっただけ分割が行われる。指定すれば、最大でその回数だけ分割が行われる。以下に例を示す。

s = 'abc:def:ghi:jkl'
r = s.split(':', 2)
print(r)  # ['abc', 'def', 'ghi:jkl']


 最後に空文字列を分割しようとしたときの振る舞いについても取り上げておこう。空文字列に対して、sepを指定してsplitメソッドを呼び出すと空文字列を含んだリストが返送される。これに対して、sepを指定せずにsplitメソッドを呼び出すと空のリストが返送される。わずかな差だが、場合によってはハマるかもしれないので念のため記しておく。

Copyright© Digital Advantage Corp. All Rights Reserved.

RSSについて

アイティメディアIDについて

メールマガジン登録

@ITのメールマガジンは、 もちろん、すべて無料です。ぜひメールマガジンをご購読ください。