如何将逗号分隔的字符串解析为列表（警告）？

Posted 2023-02-24

【中文标题】如何将逗号分隔的字符串解析为列表（警告）？

【英文标题】：How can i parse a comma delimited string into a list (caveat)?

【发布时间】：2010-09-12 04:44:57

【问题描述】：

我需要能够接受这样的字符串：

'''foo, bar, "one, two", three four'''

进入：

['foo', 'bar', 'one, two', 'three four']

我有一种感觉（来自 #python 的提示）解决方案将涉及 shlex 模块。

【参考方案1】：

这取决于您想要获得的复杂程度...您是否要允许不止一种类型的引用。转义引号怎么样？

您的语法看起来很像 Python 标准库支持的常见 CSV 文件格式：

import csv
reader = csv.reader(['''foo, bar, "one, two", three four'''], skipinitialspace=True)
for r in reader:
  print r

输出：

['foo', 'bar', 'one, two', 'three four']

HTH！

【讨论】：

是的，csv 模块完全是你想要的。

刚刚测试过，效果很好。比 shlex 模块更直接的语法，所以这得到了我的投票！

【参考方案2】：

shlex 模块解决方案允许转义引号、一个引号转义另一个引号以及 shell 支持的所有花哨的东西。

>>> import shlex
>>> my_splitter = shlex.shlex('''foo, bar, "one, two", three four''', posix=True)
>>> my_splitter.whitespace += ','
>>> my_splitter.whitespace_split = True
>>> print list(my_splitter)
['foo', 'bar', 'one, two', 'three', 'four']

转义引号示例：

>>> my_splitter = shlex.shlex('''"test, a",'foo,bar",baz',bar \xc3\xa4 baz''',
                              posix=True) 
>>> my_splitter.whitespace = ',' ; my_splitter.whitespace_split = True 
>>> print list(my_splitter)
['test, a', 'foo,bar",baz', 'bar \xc3\xa4 baz']

【讨论】：

这把三四分开了，规范中没有。

需要修复拆分最后的“三四”。

只需将 my_splitter.whitespace += ',' 更改为 = ',' 即可，但您仍然需要剥离每个元素。

不幸的是 shlex 会忽略空白值。所以 'a,,b' 返回 ['a', 'b']，而不是所需的 ['a', '', 'b']

@DRead 是的，你必须引用空字符串，所以 "a,'',b" 会返回你想要的。

【参考方案3】：

您可能还想考虑csv 模块。我没试过，但看起来你的输入数据更接近 CSV 而不是 shell 语法（这是 shlex 解析的）。

【讨论】：

同意。减去封闭的 ''' 部分，看起来很标准的 CSV 格式。 （好吧，在没有 CSV 标准的情况下，尽其所能。）

@jdmichal：''' 只是 Python 中引用字符串的一种方式。

【参考方案4】：

你可以这样做：

>>> import re
>>> pattern = re.compile(r'\s*("[^"]*"|.*?)\s*,')
>>> def split(line):
...  return [x[1:-1] if x[:1] == x[-1:] == '"' else x
...          for x in pattern.findall(line.rstrip(',') + ',')]
... 
>>> split("foo, bar, baz")
['foo', 'bar', 'baz']
>>> split('foo, bar, baz, "blub blah"')
['foo', 'bar', 'baz', 'blub blah']

【参考方案5】：

我想说正则表达式将是您在此处寻找的内容，尽管我对 Python 的 Regex 引擎并不十分熟悉。

假设您使用惰性匹配，您可以在一个字符串上获得一组匹配项，您可以将这些匹配项放入您的数组中。

【参考方案6】：

如果它不需要漂亮，这可能会让你上路：

def f(s, splitifeven):
    if splitifeven & 1:
        return [s]
    return [x.strip() for x in s.split(",") if x.strip() != '']

ss = 'foo, bar, "one, two", three four'

print sum([f(s, sie) for sie, s in enumerate(ss.split('"'))], [])