數據處理的其中一個重要技巧是懂得如何透過分隔文字，提取到有用的資訊整合數據。
導入例子
一個簡單的例子是透過搜集自己學校學生的人名，找出哪一個姓氏最為常見和最罕有。我們的數據可能以「’Chan, Tai Man’，’Chan, Yi Man’，’Cheung, Hiu Wing’，…」的方式儲存。
數據已經有我們需要的材料了。可是，我們該如何才能提取每個名字的姓氏，組合成一個新的列表（List）？我們今天的課題就是如何以 Python 分隔文字，製做出如「’Chan’，’Chan’，’Cheung’，…」的結果。
Python 萬用的 str.split() 功能
example_string = 'Chan, Peter|115|46|A'
delimiter = '|'
split_string = example_string.split(delimiter)
print(split_string)
註：先按一下綠色按鈕 “Run” 執行代碼，讓您能在 IPython Shell 看到編程結果！
如果您曾經使用過 Excel 試算表，那麼 split() 這個功能應該不會對您過於陌生。簡單而言，split() 就像是 Excel 裡的資料剖析（Text-to-column），透過提供分隔號（Delimiter），將文字分隔成一個列表（list）。
例如我們的原始數據是 'Chan, Peter|115|46|A'，代表姓名、身高、體重和血型。假如我們提供 ‘|’ 作為分隔號，所得出的回傳是有 4 個項目的列表：「'Chan, Peter'，'115'，'46'，'A'」。
Python 的語法如下：
split_string = my_str.split(delimiter)
編程要點：split 的 3 個要點
這個精辟的編程語法有幾個要點：
my_str 是一個文字（string）
妙在您可以直接在文字後面加上 .split()，例如寫成 'Chan, Peter|115|46|A'.split('|')。
# 簡短的寫法
split_string = 'Chan, Peter|115|46|A'.split('|')
print(split_string)
註：先按一下綠色按鈕 “Run” 執行代碼，讓您能在 IPython Shell 看到編程結果！
delimiter 也是一個文字（string）
Delimiter 可以是一個字元（例如 , | ; 等），也可以是聯合數個字元一起用。如果把 delimiter 漏空，那麼預設的 delimiter 是一個空格。
# 多個字元的 delimiter
split_string = 'Chan, Peter|^|115|^|46|^|A'.split('|^|')
print(split_string)
註：先按一下綠色按鈕 “Run” 執行代碼，讓您能在 IPython Shell 看到編程結果！
# 沒有提供 delimiter 的時候
split_string = 'Chan, Peter|115|46|A'.split()
print(split_string)
註：先按一下綠色按鈕 “Run” 執行代碼，讓您能在 IPython Shell 看到編程結果！
split_string 是一個列表
假如您的文字沒有所提供的 delimiter，例如 'Chan, Peter|115|46|A'.split(';')，那麼 Python 會回傳含有一個項目的列表，而這個項目是您所提供的文字。
# 文字沒有出現所提供的 delimiter
split_string = 'Chan, Peter|115|46|A'.split(';')
print(split_string)
註：先按一下綠色按鈕 “Run” 執行代碼，讓您能在 IPython Shell 看到編程結果！
從 split 回傳的列表提取第 N 個項目
透過 split() 獲取了列表之後，我們還要解決最核心的問題，就是如何提取到我們需要的資料。
問題是，我們剛才的回送的結果是一個列表，該如何轉換成一個文字（string）的輸出？
比方說，我們想要獲取 'Chan, Peter|115|46|A' 裡面的人名，該如何設計我們的編程？
重溫列表索引（List Index）編程
基本上，這個問題是一個列表索引（list index）的延伸，就是如何透過指名列表項目的排序（order），獲取我們需要的項目。
列表索引的語法是：
item = list[begin:end:step]
常用的例子
以下蒐集一些個人比較常用的語法，供大家參考。以下例子的原始文字是 'Chan, Peter|115|46|A'
- 提取順序第 N 的項目，例如第 1 的 ‘Chan, Peter’（記得 Python 列表索引是從 0 開始喔）：
result = my_str.split(delimiter)[N-1]
# 提取順序第 N 的項目（留意索引是 N-1）
result = 'Chan, Peter|115|46|A'.split('|')[0]
print(result)
註：先按一下綠色按鈕 “Run” 執行代碼，讓您能在 IPython Shell 看到編程結果！
- 提取倒序第 N 的項目，例如第 1 的 ‘A’
result = my_str.split(delimiter)[-N]
# 提取倒序第 N 的項目
result = 'Chan, Peter|115|46|A'.split('|')[-1]
print(result)
註：先按一下綠色按鈕 “Run” 執行代碼，讓您能在 IPython Shell 看到編程結果！
- 同時提取順序第 N 開始計的 M 的項目
result = my_str.split(delimiter)[N-1:M]
# 同時提取順序第 N 開始計的 M 的項目 (這裡 N 是 1，M 是 2)
result = 'Chan, Peter|115|46|A'.split('|')[0:2]
print(result)
註：先按一下綠色按鈕 “Run” 執行代碼，讓您能在 IPython Shell 看到編程結果！
- 同時提取倒序第 N 開始計的 M 的項目
result = my_str.split(delimiter)[-N-M:-N]
# 同時提取倒序第 N 開始計的 M 的項目 (這裡 N 是 1，M 是 2)
result = 'Chan, Peter|115|46|A'.split('|')[-3:-1]
print(result)
註：先按一下綠色按鈕 “Run” 執行代碼，讓您能在 IPython Shell 看到編程結果！
- 同時提取順序排序是單數的項目（第 1，3，5 … 項）
result = my_str.split(delimiter)[::2]
# 同時提取順序排序是單數的項目（第 1，3，5 ... 項）
result = 'Chan, Peter|115|46|A'.split('|')[::2]
print(result)
註：先按一下綠色按鈕 “Run” 執行代碼，讓您能在 IPython Shell 看到編程結果！
更複雜用法可以搭配 List Comprehension 使用，有興趣可以參考這邊：List Comprehension: Python 的 For Loop 怎樣使用？
進階：在文字列表（list of string）使用 split()
學會了基本功之後，我們來學習如何以 split() 處理文字列表的分隔。這部分我們會大量使用 List Comprehension，如果您不知道/還沒學會 List Comprehension 可以參考這邊：List Comprehension: Python 的 For Loop 怎樣使用？
延伸上方的例子，我們現在的數據是「'Chan, Peter|115|46|A'，'Cheung, Simon|105|60|B'，'Lam, Tony|125|50|O'，'Ng, John|130|45|A'」。現在，我們列表的 4 個項目都是一行數據，而我們需要套用同一組邏輯提取有用的資訊。
Python 的編程語法是：
result = [x.split(delimiter)[N] for x in data]
一個簡單的例子是從以上數據提取每個人的名稱。首先我們發現我們需要以 ‘|’ 作為 delimiter，提取 split() 結果的第一項。再配合 List Comprehension，我們把 .split('|')[0] 的處理套用在列表裡每一個項目上。
完成後，我們會見到回傳的結果是一張新的列表。這張列表含有「'Chan, Peter'，'Cheung, Simon'，'Lam, Tony'，'Ng, John'」，成功了！
data = ['Chan, Peter|115|46|A', 'Cheung, Simon|105|60|B', 'Lam, Tony|125|50|O', 'Ng, John|130|45|A']
result = [x.split('|')[0] for x in data]
print(result)
註：先按一下綠色按鈕 “Run” 執行代碼，讓您能在 IPython Shell 看到編程結果！
如果我們進一步，只想提取名（First Name）而捨棄姓氏（Last Name）怎麼辦？小提示：我們可以用 2 次 .split() 喔！想知道答案就於下面的編程示例試試看吧！
data = ['Chan, Peter|115|46|A', 'Cheung, Simon|105|60|B', 'Lam, Tony|125|50|O', 'Ng, John|130|45|A']
result = [(x.split('|')[0]).split(', ')[1] for x in data]
print(result)
註：先按一下綠色按鈕 “Run” 執行代碼，讓您能在 IPython Shell 看到編程結果！
答案呼之欲出，就是我們留意到 ‘Chan, Peter’ 也是一個統一格式（Format）的數據，只要我們吧名字以 ‘, ‘（注意有一個空格）作為 delimiter 即可提取到名（First Name）！
教學完整代碼
最後送給大家這篇教學的 Google Colab 完整代碼。如果您不懂得使用免安裝又好用的 Google Colab Notebook，記得閱讀這篇教學了：新手 1/3：5 分鐘免安裝學習 Python？Google Colab Notebook 幫緊您！
結語
希望以上例子讓您學會更多有關文字切割的強大的用途，以及如何編程寫出適用於您的 split() 數據處理步驟吧！
