Question

我有一个用空格分隔的数据，但其中一个数据有逗号的特殊格式。

例如：

A B C,D,E,F G H

使用“[^ \ s] + \，”检测逗号组的开头，并且组的末尾带有“\，[^ \ s +]”。在此示例中，逗号组以“C”开头，以“，F”结尾。逗号的数量不止一个。只有一个逗号组，但位置可能会有所不同。

我可以使用\s+分隔5个数据组（[A]，[B]，[C，D，E，F]，[G]，[H]），但问题在于那里可以是数据组中包含逗号的数据中的空格。

例如：

A B C,D E F,G H I,J K L M

逗号前后没有空格。

在这种情况下，我们有6组（[A]，[B]，[C，D E F，G H I，J]，[K]，[L]，[M]）。

如何使用正则表达式获得此结果？我正在使用Python和Scala。

Answer 1

明确的答案取决于你的口味，但这里有一个正则表达式，它将分别匹配＆＃34;逗号＆＃34;组和非逗号组。逗号组进入捕获比赛1;非逗号组进入第2组

(\S+,.*,\S+)|(\S+)

Answer 2

注意： 这只适用于PCRE。

\G[^,]+?\K\s+|(?:(?!.*,)\s)+

Demo

第一组（逗号之前）使用两个仅限PCRE的快捷方式（\G和\K）来解决这样一个事实，即我们无法进行可变长度的后视制作确保比赛前没有逗号。这是如何工作的\G从字符串的开头或最后一个匹配的结尾开始，只要没有逗号，我们就会继续，抛弃与\K匹配的所有内容，然后匹配我们的空白。一旦我们点击第一个逗号，这将不再匹配，我们将落入第二组。

第二组（逗号后）使用重复的负向前瞻。只要表达式前面没有逗号，它就会匹配一个空白字符。换句话说，这只会匹配最后一个逗号后面的空格。这两个组将保留逗号组中未触及的任何空格。

(?# BEFORE THE COMMA GROUP)
\G      (?# the beginning of the string OR end of last match)
[^,]+?  (?# lazily match non-comma characters)
\K      (?# throw away everything to the left)
\s+     (?# match 1+ whitespace)

|        (?# OR)

(?# AFTER THE COMMA GROUP)
(?:     (?# start non-capturing group for repetition)
  (?!   (?# start negative lookahead)
    .*, (?# look for a comma)
  )     (?# end negative lookahead)
  \s    (?# match whitespace)
)+      (?# repeat group 1+ times)

Answer 3

尝试使用：([A-Z],(.*){2}?,[A-Z])|\s+

您没有指定语言，但这里有一个C＃示例，根据您的问题和所需的输出将字符串拆分为组。

static void Main(string[] args)
{
    string t = "A B C,D E F,G H I,J K L M";
    Console.WriteLine(t);
    var r = Regex.Split(t, @"([A-Z],(.*){2}?,[A-Z])|\s+");
    foreach (string s in r)
    {
        if (string.IsNullOrEmpty(s))
            continue;
        Console.WriteLine(s);
    }

    Console.ReadKey();
}

输出如下：

A B C,D E F,G H I,J K L M
A
B
C,D E F,G H I,J
K
L
M

Answer 4

如果您在后台使用正则表达式引擎支持无限重复，那么以下正则表达式适用于拆分操作。

(?<!,.*)\s+|\s+(?!.*,)

Regular expression visualization

但是由于你使用Python和Scala并且它们不支持lookbehind中的无限重复，所以以下内容可能对你有用（选择所有匹配）。

\w,\w.*\w,\w|\w

Regular expression visualization

<强> Demo

Answer 5

这是一个可以在Python中运行的简单解决方案的两个版本。见demo。

[A-Z](?:,(?:.*,)?[A-Z])?

如果需要，请将[A-Z]替换为更复杂（但仍然具体）的内容，例如\S（请参阅demo）：

\S(?:,(?:.*,)?\S)?

它是如何运作的？

[A-Z]或\S与您的令牌的第一个字符匹配。
可选的非捕获组(?: ... )?与令牌的其余部分（逗号部分）匹配（如果存在）。
在该组,(?:.*,)?[A-Z]中，我们匹配第一个逗号，然后贪婪但可选(?:.*,)?匹配任何字符，直到最后一个逗号（如果有另一个逗号），则{{1 }}或[A-Z]匹配最后一个逗号后的字符。

使用正则表达式标识逗号中的空格

5 个答案: