Question

我有一个像"F(230,24)F[f(22)_(23);(2)%[+(45)FF]]"这样的字符串，除括号和括号外的每个字符代表一种指令。字符后面可以跟随可选括号中指定的可选参数列表。

这样的字符串我想把字符串拆分成 ['F(230,24)', 'F', '[', 'f(22)', '_(23)', ';(2)', '%', '[', '+(45)', 'F', 'F', ']', ']']，但目前我只获得['F(230,24)', 'F', '[', 'f(22)_(23);(2)', '%', '[', '+(45)', 'F', 'F', ']', ']']（子字符串未正确分割）。

目前我正在使用list(filter(None, re.split(r'([A-Za-z\[\]\+\-\^\&\\\/%_;~](?!\())', string)))，这只是一堆字符和(的负面预测。 list(filter(None, <list>))用于从结果中删除空字符串。

我知道这可能是因为Python的re.split被设计为不分割为零长度匹配as discussed here。但是我想知道什么是一个好的解决方案？有没有比re.findall更好的方式？

谢谢。

编辑：很遗憾，我不允许使用regex module

等自定义软件包

Answer 1

我知道这可能是因为Python的re.split被设计为不分割为零长度匹配

您可以使用regex module的VERSION1标记。从你已链接的主题中取that example - 看看split()如何产生零宽度匹配：

>>> import regex as re
>>> re.split(r"\s+|\b", "Split along words, preserve punctuation!", flags=re.V1)
['', 'Split', 'along', 'words', ',', 'preserve', 'punctuation', '!']

Answer 2

您可以使用re.findall找出所有单个字符，后面跟一对括号：

import re
s = "F(230,24)F[f(22)_(23);(2)%[+(45)FF]]"
re.findall("[^()](?:\([^()]*\))?", s)

['F(230,24)',
 'F',
 '[',
 'f(22)',
 '_(23)',
 ';(2)',
 '%',
 '[',
 '+(45)',
 'F',
 'F',
 ']',
 ']']

[^()]匹配除括号外的单个字符;
(?:\([^()]*\))?表示由一对括号括起来的非捕获组（?:），并使用?使该组可选;

Answer 3

另一种解决方案。这次模式识别结构为 SYMBOL [（NUMBER [，NUMBER ...]）] 的字符串。函数parse_it返回 True ，如果字符串与正则表达式匹配，则返回标记， False ，如果不匹配则返回空白。

import re
def parse_it(string):
    '''
    Input: String to parse
    Output: True|False, Tokens|empty_string
    '''
    pattern = re.compile('[A-Za-z\[\]\+\-\^\&\\\/%_;~](?:\(\d+(?:,\d+)*\))?')
    tokens = pattern.findall(string)
    if ''.join(tokens) == string:
        res = (True, tokens)
    else:
        res = (False, '')
    return res

good_string = 'F(230,24)F[f(22)_(23);(2)%[+(45)FF]]'
bad_string = 'F(2a30,24)F[f(22)_(23);(2)%[+(45)FF]]' # There is an 'a' in a bad place.

print(parse_it(good_string))
print(parse_it(bad_string))

<强>输出：

（正确，['F（230,24）'，'F'，'['，'f（22）'，'_（23）'，';（2）'，'％'，' [”， '+（45）'，'F'，'F'，']'，']']）
（假，''）

Python正则表达式分为几个字符，除非后跟括号

3 个答案: