Python：拆分字符串，尊重并保留引号[重复]

Posted 2023-02-23

【中文标题】Python：拆分字符串，尊重并保留引号[重复]

【英文标题】：Python: Split a string, respect and preserve quotes [duplicate]

【发布时间】：2013-05-18 14:03:15

【问题描述】：

使用python，我想拆分以下字符串：

a=foo, b=bar, c="foo, bar", d=false, e="false"

这应该会产生以下列表：

['a=foo', 'b=bar', 'c="foo, bar"', 'd=false', 'e="false'"']

当在 posix-mode 中使用 shlex 并用 ", " 分割时，c 的参数得到正确处理。但是，它会删除引号。我需要它们，例如，false 与 "false" 不同。

到目前为止我的代码：

import shlex

mystring = 'a=foo, b=bar, c="foo, bar", d=false, e="false"'

splitter = shlex.shlex(mystring, posix=True)
splitter.whitespace += ','
splitter.whitespace_split = True
print list(splitter) # ['a=foo', 'b=bar', 'c=foo, bar', 'd=false', 'e=false']

【问题讨论】：

引号内可以有（转义）引号吗？

是的，它们可以（用反斜杠转义）。

我相信这是 ***.com/a/79985/1540600 的副本，它提供了一个更好的答案。 （使用shlex.split()。）

这不是重复的，因为shlex.split 不能指定分隔符。

我同意 RNA。如需使用自定义分隔符，请参阅 ***.com/questions/56791723/…

【参考方案1】：

>>> s = r'a=foo, b=bar, c="foo, bar", d=false, e="false", f="foo\", bar"'
>>> re.findall(r'(?:[^\s,"]|"(?:\\.|[^"])*")+', s)
['a=foo', 'b=bar', 'c="foo, bar"', 'd=false', 'e="false"', 'f="foo\\", bar"']

正则表达式模式"[^"]*" 匹配一个简单的带引号的字符串。 "(?:\\.|[^"])*" 匹配带引号的字符串并跳过转义的引号，因为 \\. 使用两个字符：反斜杠和任意字符。 [^\s,"] 匹配非分隔符。 在 (?: | )+ 中组合模式 2 和 3 匹配一系列非分隔符和带引号的字符串，这是所需的结果。

【讨论】：

谢谢你，就像一个魅力！

解释它是如何工作的，我会投票的

@JasonS 我同意，但regex101.com 有一个有用的解释部分可能会有所帮助，例如：i.imgur.com/SJMAQPI.png

这很有用，但这不是重点，重点是一个好的答案可以解释它为什么起作用。

@JasonS 添加了一些解释。

【参考方案2】：

Regex 可以很容易地解决这个问题：

import re

mystring = 'a=foo, b=bar, c="foo, bar", d=false, e="false"'

splitString = re.split(',?\s(?=\w+=)',mystring)

这里的正则表达式模式查找一个空格，后跟一个单词字符，然后是一个等号，它可以根据需要拆分字符串并保留任何引号。

【讨论】：

这将拆分'c="foo, bar="'

公平点。我想这就是正则表达式的问题，写一些不那么明确的东西似乎总是会让你遇到意想不到的情况，但明确的正则表达式看起来很难阅读和理解甚至发生了什么。