如何在字符串中找到元素的分隔符？

Question

我有一个字符串，例如“option1; option2; option3”，其中“;”分隔符可能是任何东西用户放置的至少1个字符的任何字符串。

我正在寻找一种简单/干净的方法来确定分隔符，而不包含输入字符串以外的任何信息。

我可以保证分隔符仅存在于2个元素之间，但考虑输入字符串中只有一个选项的可能性。我还可以保证分隔符只是非字母数字，可能包含空格和$或＃或％等。

无法为此创建正则表达式，但也许有人能够，但我并不是特别寻找正则表达式。

Answer 1

找到分隔符

in = "option1;option2;option3"
separator=re.search("[ ;'#/.,<>?~@;,:}{\]\[+=\-_]+", in).group()

很抱歉，使用正则表达式更容易

现在它又回到你身边了。你需要证明这是有效的，因为你打算反对所有可能的输入

这是一个可能更容易使用的版本

possible=""" ;'#/.,<>?~@,:}{][+=-_"""
seperator=re.search("[%s]+" % re.escape(possible), input).group()

这意味着可以更容易地添加或删除regexp中具有特殊含义的字符

Answer 2

只有在您确定只有字符[A-Za-z0-9_]出现在inf字段中时，才会有效： ^(\w+)\W(\w+)\W(\w+)$

情况可能并非如此，所以我的解决方案是：

1. 创建所有可能分隔符的列表。
2. 对于每个分隔符运行一个正则表达式（在循环中动态构造）：^([^X]+)X([^X]+)X([^X]+)$其中X是分隔符。
3. 检查匹配数是否等于预期的列数（如果您不知道列数，则转到4.）
4. 为每一行运行它以查看匹配数是否发生变化，因为第一行中的匹配可能是一个盲目的运气。
5. 如果它在任何地方都匹配，那么你有你的分隔符和列数。如果它不匹配，则开始检查每一行的下一个分隔符。

此解决方案的缺点是，在最坏的情况下，您将为每行文本和每个分隔符运行正则表达式。 可能的优化是：

1. 首先使用最常见的分隔符开始检查
2. 不要为每个分隔符的每一行运行正则表达式，只需计算整个文本中分隔符的数量。如果行数除以没有余数的分隔符数，那么分隔符很有可能是有效的。