Skip to main content
 首页 » 编程设计

Python:除非在引号内,否则用多字符定界符拆分字符串

2024年10月24日26jackei

在我的例子中,分隔符字符串是 ' '(3 个连续空格,但答案应该适用于任何多字符分隔符),要搜索的边缘情况文本可能是这样的:

'Coord="GLOB"AL   Axis=X   Type="Y   ZR"   Color="Gray Dark"   Alt="Q   Z"qz   Loc=End' 

解决方案应返回以下字符串:

Coord="GLOB"AL 
Axis=X 
Type="Y   ZR" 
Color="Gray Dark" 
Alt="Q   Z"qz 
Loc=End 

自从 Python 3.4 的 re.split 命令以来,我一直在寻找正则表达式解决方案,同时评估逆向问题(匹配多字符定界符,除非在引号内) .3 允许通过正则表达式模式轻松拆分文本,但我不确定是否存在正则表达式解决方案,因此我也对(有效的)非正则表达式解决方案持开放态度。

我已经看到一些使用包含正则表达式模式的前瞻/后视来解决逆向问题的方法,但它们不起作用,因为 Python 前瞻/后视(与其他语言引擎不同)需要固定宽度的模式。

这个问题不是Regex matching spaces, but not in "strings"的重复或类似的其他问题,因为:

  1. 匹配引号外的单个空格是不同的 从匹配一个多字符定界符(在我的例子中 分隔符是 3 个空格,但问题是关于 any 多字符分隔符);
  2. Python 正则表达式引擎与 C++ 或其他引擎略有不同 语言正则表达式引擎;
  3. 匹配分隔符是我问题的 B 面,直接问题 是关于拆分字符串。

请您参考如下方法:

x='Coord="GLOB"AL   Axis=X   Type="Y   ZR"   Color="Gray Dark"   Alt="Q   Z"qz   Loc=End' 
print re.split(r'\s+(?=(?:[^"]*"[^"]*")*[^"]*$)',x) 

您需要使用lookahead 来查看space 是否不在""

之间

输出 ['Coord="GLOB"AL', 'Axis=X', 'Type="Y ZR"', 'Color="Gray Dark"', 'Alt="Q Z"qz', 'Loc=End']

对于通用版本,如果您想在 "" 中不存在的 delimiters 上拆分,请使用

re.split(r'delimiter(?=(?:[^"]*"[^"]*")*[^"]*$)',x)