Question

下面是我要用逗号分割的字符串。

如果（）或{}中包含逗号，则不应拆分该字符串。

我正在使用以下代码进行拆分：

目前仅处理（），我如何也包含{}？

import re
s = "Water,^.*f04.*&~(.*z.,*)$,Iron Oxides (CI 77491, 77492),a{3,4}"
print re.split(r',\s*(?![^()]*\))', s)

输出应为：

[Water,^.*f04.*&~(.*z.,*)$,Iron Oxides (CI 77491, 77492),a{3,4}]

Answer 1

假设方括号可以嵌套，那么您所用的不是普通语言。尽管re确实有很多扩展名可以处理实际的正则表达式以外的内容，但最好还是用一个简单的方括号计数解析器来解决这个问题。

类似这样的东西（未经测试，但应该足够简单以了解和调试）：

bracketmap = {'(': ')', '[': ']', '{': '}'}

def splitify(s):
    stack = []
    lastcomma = 0
    for i, c in enumerate(s):
        if not stack and c == ',':
            yield s[lastcomma:i]
            lastcomma = i+1
        elif c in bracketmap:
            stack.append(bracketmap[c])
        elif c in ')]}':
            if stack.pop() != c:
                raise ValueError('unbalanced brackets')
    if stack:
        raise ValueError('unbalanced brackets')
    if lastcomma <= len(s):
        yield s[lastcomma:]

在评论中，当被问到方括号是否可以嵌套时，您说：

如果它似乎是有效的正则表达式就可以。

因此，如果该字符串实际上是要作为正则表达式模式的，则您需要做的不只是排除括号内的逗号。例如，\{,\}不是大括号内的逗号，而是完全正常的文字逗号。

编写一个完整的regex解析器显然比仅计算括号对要复杂一些（尽管如果您确实需要Python re语法，则可以使用该库进行编译，然后使用该库的调试工具扫描文字原边，而不是自己编写……），但是也许您可以只计算未转义的括号对就可以逃脱？

    esc = False
    for i, c in enumerate(s):
        if esc:
            esc = False
        elif c = '\\':
            esc = True
        elif not stack and c == ',':
            # same as before

（我在这里假设您不想将\,当作字面逗号。如果您这样做，那是微不足道的更改。）

Answer 2

借助regex模块，该模块允许在后面进行变长查找：

regex.split(r'(?<![({][^,]*),(?![^,]*[})])', str_)

(?<![({][^,]*)是一个零宽度的负向后方，确保,之前没有(或{并且没有,在两者之间
,匹配文字,
(?![^,]*[})])是零宽度的负向超前行，可确保,后没有任何中间,后跟)或{{1} }

示例：

限制：

In [1287]: str_ = "Water,^.*f04.*&~(.*z.,*)$,Iron Oxides (CI 77491, 77492),a{3,4}" In [1288]: regex.split(r'(?<![({][^,]*),(?![^,]*[})])', str_) Out[1288]: ['Water', '^.*f04.*&~(.*z.,*)$', 'Iron Oxides (CI 77491, 77492)', 'a{3,4}']匹配[({] / (中的任何一个，而{匹配[})] / )中的任何一个，因此可以导致错误，例如子字符串以}开头，以(结束，或者以其他方式结束
不适用于嵌套的括号/括号

逗号中的拆分字符串在python中的圆括号或大括号中不存在

2 个答案: