Question

我是正则表达式的新手，并且在re.split功能方面存在问题。

在我的情况下，分裂必须关注“特殊逃脱”。

文字应该在;分隔，但有一个前导?。

修改：在这种情况下，不应拆分这两部分，并且必须删除?。

这是一个例子和我希望的结果：

import re
txt = 'abc;vwx?;yz;123'
re.split(r'magical pattern', txt)
['abc', 'vwx;yz', '123']

到目前为止，我尝试过这些尝试：

re.split(r'(?<!\?);', txt)

得到了：

['abc', 'vwx?;yz', '123']

遗憾地导致未消耗的?麻烦，以下列表理解对性能至关重要：

[part.replace('?;', ';') for part in re.split(r'(?<!\?);', txt)]
['abc', 'vwx;yz', '123']

有没有“快速”的方法来重现这种行为？

re.findall函数可以成为解决方案吗？

例如此代码的扩展版本：

re.findall(r'[^;]+', txt)

我正在使用python 2.7.3。

期待你的感谢！

Answer 1

正则表达式不是这项工作的工具。请改用csv模块：

>>> txt = 'abc;vwx?;yz;123'
>>> r = csv.reader([txt], delimiter=';', escapechar='?')
>>> next(r)
['abc', 'vwx;yz', '123']

Answer 2

你不能用一个正则表达式做你想做的事。在拆分后取消?;是一项单独的任务，而不是在同时拆分时可以让re模块为您完成的任务。

将任务分开;你可以用一台发电机为你做无意义的事情：

def unescape(iterable):
    for item in iterable:
        yield item.replace('?;', ';')

for elem in unescape(re.split(r'(?<!\?);', txt)):
    print elem

但这不会比你的列表理解更快。

Answer 3

我会这样做：

 re.sub('(?<!\?);',r'|', txt).replace('?;',';').split('|')

Answer 4

试试这个： - ）

def split( txt, sep, esc, escape_chars):
    ''' Split a string
        txt - string to split
        sep - separator, one character
        esc - escape character
        escape_chars - List of characters allowed to be escaped
    '''
    l = []
    tmp = []
    i = 0
    while i < len(txt):
        if len(txt) > i + 1 and txt[i] == esc and txt[i+1] in escape_chars:
            i += 1
            tmp.append(txt[i])
        elif txt[i] == sep:
            l.append("".join(tmp))
            tmp = []
        elif txt[i] == esc:
            print('Escape Error')
        else:
            tmp.append(txt[i])
        i += 1
    l.append("".join(tmp))
    return l

if __name__ == "__main__":
    txt = 'abc;vwx?;yz;123'
    print split(txt, ';', '?', [';','\\','?'])

返回：

['abc', 'vwx;yz', '123']

re.split（）有特殊情况

4 个答案: