如何在方括号外用短划线拆分字符串

Question

我想分割如下字符串：

x <- "abc-1230-xyz-[def-ghu-jkl---]-[adsasa7asda12]-s-[klas-bst-asdas foo]"

by dash（-），条件是这些破折号不得包含在[]对中。预期的结果是

c("abc", "1230", "xyz", "[def-ghu-jkl---]", "[adsasa7asda12]", "s",
     "[klas-bst-asdas foo]")

注意：

• 彼此之间没有方括号的嵌套。
• 方括号可以包含除方括号外的任何字符/数字/符号。
• 字符串的其他部分也是可变的，因此我们只能假设-只有[]不在TCP handshakes内。{/ li>

对于python（How to split a string by commas positioned outside of parenthesis?）有一个类似的问题，但我还没有能够准确地将其调整到我的场景。

Answer 1

您可以使用预先确认]之前没有[的跟踪：

-(?![^[]*\])

所以在R：

strsplit(x, "-(?![^[]*\\])", perl=TRUE)

说明：

• -：匹配连字符
• (?! )：负向前看：如果在先前匹配的连字符之后找到该部分，则会使连字符的匹配无效。
  • [^[]：匹配任何不是[
  的字符
  • *：匹配以前的任意数量
  • \]：匹配文字]。如果匹配，则表示我们在找到]之前找到[。由于所有这一切都发生在负向前看，这里的匹配意味着连字符不匹配。请注意，]是正则表达式中的特殊字符，因此必须使用反斜杠进行转义（尽管 无法逃避，因为引擎知道没有匹配的{{1}在它之前 - 但我更愿意清楚它是一个文字）。由于反斜杠在字符串文字中具有特殊含义（它们也表示转义），因此必须在此字符串中再次转义反斜杠本身，因此它显示为[。

Answer 2

不是分裂，而是提取部分：

library(stringr)
str_extract_all(x, "(\\[[^\\[]*\\]|[^-])+")

Answer 3

我不熟悉r语言，但我相信它可以进行基于正则表达式的搜索和替换。我没有挣扎于单一的正则表达式分割函数，而是分三步：

• 使用不可见的字符替换所有-部分中的[....]，例如\x99
• 由-
拆分
• 对于上述拆分结果（数组/列表）中的每个元素，将\x99替换回-

第一步，您可以按\[[^]]

找到这些部分