Python3 re.split（）通过不在特殊子字符串中的字符

Question

我正在尝试解析和验证语言。我想标记输入以检查语法。 我的输入字符串是：

something > 0 AND (something CONTAINS "substr" OR NOT something)

如果我这样做了：

tokens = re.split(r"([\s()])", input)

我得到了这个：

['something', ' ', '>', ' ', '0', ' ', 'AND', ' ', '', '(', 'something', ' ', 'CONTAINS','   ', '"substr"', ' ', 'OR', ' ', 'NOT', ' ', 'something', ')', '']

这是我想要的。但是，总有一些“东西”。如果我用“substr with whitespace”替换“substr”，我得到了这个数组，这不是完美的结果：

['"substr', ' ', 'with', ' ', 'whitespace"']

有什么方法可以拆分成以下内容吗？

['"substr with whitespace"']

或者如何有效地修复这种“如此紧密的分裂”？ 或者也许是我想念的不同......

Answer 1

想想用

分开

re.split(r"\s*(NOT|AND|OR|\(|\)|CONTAINS|<|>|=)\s*", input)

解决了我的问题