JULY SPECIAL ! DISKON 96%
Belajar Data Science Bersertifikat, 12 Bulan hanya 180K!
1 Hari 14 Jam 55 Menit 7 Detik

Python : String_split() Python vs Shlex.Split()

Belajar Data Science di Rumah 02-November-2023
https://dqlab.id/files/dqlab/cache/2-longtail-kamis-01-2023-11-02-145840_x_Thumbnail800.jpg

Python memiliki fungsi khusus dalam hal data manipulation. Salah satunya adalah fungsi split(). Dalam bahasa pemrograman Python, fungsi split() yang diaplikasikan pada data dalam format string ini digunakan untuk membagi sebuah string menjadi beberapa part berdasarkan pemisah tertentu.


Pemisah ini biasanya diwakili oleh karakter tertentu dalam string. Misalnya spasi, koma, atau karakter khusus lainnya. Peruntukan fungsi split() dalam data string dapat mengatur karakter pemisah untuk memisahkan string tersebut sesuai dengan karakternya. Misalnya ‘split(“:”)’ yang digunakan untuk memisahkan string berdasarkan karakter titik dua (:).


Selain fungsi split() itu sendiri, ada juga fungsi yang dinamakan ‘shlex.split()’. Fungsi shlex.split() adalah fungsi yang ada dalam modul shlex di Python. Fungsi ini digunakan untuk membagi string teks ke dalam argumen-argumen seperti yang biasanya dilakukan oleh shell (shell-like parsing).


Fungsi ini berguna ketika Anda perlu memproses string yang mengandung argumen-argumen yang dipisahkan oleh spasi dan mungkin juga mengandung tanda kutip. Meskipun kelihatannya mirip, kalian perlu tahu juga ya bahwa keduanya punya penggunaan yang berbeda berdasarkan karakter yang ingin dipisahkan.


Untuk lebih jelasnya, berikut adalah perbedaan antara penggunaan fungsi split() dan shlex.split() pada operasi string dalam bahasa Pemrograman Python. Simak langsung yuk sahabat DQLab!

 

1. Tujuan Penggunaan

Perbedaan utama antara penggunaan string_split() dan shlex.split() adalah tujuan penggunaannya. Jika shlex.split() digunakan untuk memproses string dalam format yang mirip dengan baris perintah shell.


Sintaks ini cocok untuk membagi string yang mewakili argumen-argumen dengan spasi dan tanda kutip. Sedangkan split() digunakan pada objek string dan digunakan untuk membagi string berdasarkan pemisah yang diberikan. Misalnya spasi, koma, atau karakter khusus lainnya.


Baca juga : Bootcamp Data Analyst with SQL and Python


2. Tipe Keluaran

Dari segi tipe keluaran, shlex.split() menghasilkan daftar (list) argumen yang dihasilkan dari string, yang sesuai dengan cara baris perintah shell memproses argumen. Sedangkan split() menghasilkan daftar (list) substrings dari string yang telah dipisahkan berdasarkan pemisah yang diberikan.


3. Perlakuan Terhadap Tanda Kutip

Shlex.split() memperlakukan tanda kutip (baik tunggal maupun ganda) sebagai tanda yang mengelilingi argumen yang mengandung spasi. Hal ini memungkinkan argumen untuk mengandung spasi dan tetap menjadi satu argumen dalam daftar.


Sedangkan split() tidak memperlakukan tanda kutip khusus yang mana split() hanya membagi string berdasarkan pemisah yang telah ditentukan.


Baca juga : Mengenal Perbedaan R Python dan SQL


4. Implementasi dalam Coding

Untuk lebih jelasnya, berikut adalah implementasi coding yang bisa kalian lihat untuk membandingkan perbedaan antara shlex.split() dan split(). 

Python


Dalam contoh pertama dengan shlex.split(), tanda kutip digunakan untuk menjaga argumen yang mengandung spasi agar tetap menjadi satu. Sedangkan dalam contoh kedua dengan metode split(), hanya tanda koma yang digunakan sebagai pemisah.


Sekarang, teman-teman sudah mengenal perbedaannya kan antara shlex.split() dengan split biasa? Jangan ragu untuk mencoba macam-macam operasi split saat belajar pemrograman dengan Python.


Dunia pemrograman penuh dengan petualangan dan kesempatan untuk menciptakan hal-hal yang menakjubkan. Ayo, mulailah belajar Python dan jadilah pemrogram handal di masa depan!


DQLab adalah platform edukasi pertama yang mengintegrasi fitur ChatGPT yang memudahkan beginner untuk mengakses informasi mengenai data science secara lebih mendalam.


DQLab juga menggunakan metode HERO yaitu Hands-On, Experiential Learning & Outcome-based, yang dirancang ramah untuk pemula. Jadi sangat cocok untuk kamu yang belum mengenal data science sama sekali. Untuk bisa merasakan pengalaman belajar yang praktis dan aplikatif, yuk sign up sekarang di DQLab.id atau ikuti Bootcamp Data Analyst with SQL and Python berikut untuk informasi lebih lengkapnya!


Penulis: Reyvan Maulid




Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login