Question

基本上想象一下，如果我有这样的一行：

"Hello world
I am Lucas [help me]
Hi"

我希望re.split()的结果为：

['Hello' 'world' '' 'I' 'am' 'Lucas' '[help me] '' 'Hi']

截至目前，我已尝试使用

re.split(r'\s+(?=[^()]*(?:\[|\<|$))', stringToSplit)

但我不确定如何添加＆＃39;＆＃39;作为换行符。我试过了：

result = re.split(r'\s|\n+(?=[^()]*(?:\[|\<|$))', input)

然而，这会导致[帮助我]的问题，因为它将其分成'[help' and 'me]'。有没有解决这个问题？

Answer 1

您可以使用匹配的方法提取方括号内的所有子字符串，或非空格块，或者在换行符之前使用空白字符

\[[^[]*]|\([^)]*\)|<[^>]*>|\S+|(?=\n)

请参阅regex demo。

<强>详情

\[[^]]*] - [后跟]以外的任何0 +字符，然后是]
| - 或
\([^)]*\) - (后跟除)以外的任何字符，然后)
| - 或
<[^>]*> - <后跟>以外的任何0 +字符，然后是>
| - 或
\S+ - 一个或多个非空白字符
| - 或
(?=\n) - \n换行符之前的空字符串。

请参阅Python demo：

re.findall(r"\[[^[]*]|\([^)]*\)|<[^>]*>|\S+|(?=\n)", s)
# => ['Hello', 'world', '', 'I', 'am', 'Lucas', '[help me]', '(help me 2)', '<help me 3>', '', 'Hi']

Answer 2

使用newer regex module，你可以相处：

import regex as re

string = """Hello world
I am Lucas [help me]
Hi"""

rx = re.compile(r'\[[^][]*\](*SKIP)(*FAIL)|(\s+)')

parts = rx.split(string)
print(parts)
# ['Hello', ' ', 'world', '\n', 'I', ' ', 'am', ' ', 'Lucas', ' ', '[help me]', '\n', 'Hi']

它匹配任何不需要的结构，例如[...]，然后让它们失败。请参阅a demo on regex101.com。

Python：正则表达式在空间上分裂（但在[]中保持元素不分裂）并添加＆＃34; ＆＃34;在数组中作为Newline的符号

2 个答案: