Question

我正在做我的形式语言作业，尝试使用{q0,q1,q2,q3},{a,b},q0,{q1,q3}

处理Python Regex遇到了麻烦

我有以下文字：

["q0,q1,q2,q3", "a,b", "q0", "q1,q3"]

必须拆分为：

String.join()

它始终以逗号分隔，并且包含字母数字值，该值可以以字母或数字开头。

为实现上述分离，我创建了这段非常长的代码，处理了Array.split()和[x for x in ' '.join(' '.join(' '.join(args.split(',{')).split('}')).split('{')).split(' ') if x != '']：

re.compile("(,{)|}|{|(},)")

我用REGEX尝试了以下操作，但它根本不起作用：

['', None, None, 'q0,q1,q2,q3', None, None, '', ',{', None, 'a,b', None, None, ',q0', ',{', None, 'q1,q3', None, None, '']

它返回我：

,{

处理所有这些虚假值很容易，但是为什么它将select Email='temp@sample.com',[Name]='TemplName' into ##testTempTable之类的东西保留在数组中？

Answer 1

您可以使用简单的re.findall立即获得所需的内容。（可选）重复单词字符，然后在组中重复逗号，然后以更多单词字符结束：

str = '{q0,q1,q2,q3},{a,b},q0,{q1,q3}'
re.findall(r'(?:\w+,)*\w+', str)

输出：

['q0,q1,q2,q3', 'a,b', 'q0', 'q1,q3']

Answer 2

使用以下正则表达式：

import re

s = "{q0,q1,q2,q3},{a,b},q0,{q1,q3}"
m = re.findall(r"\{([A-Za-z0-9_,]+)\}|,([A-Za-z0-9_]+),", s)
if m:
    print(m)

Answer 3

regex将在外部逗号之间找到任何内容，然后从大括号中删除它们（如果存在的话）：

import re
s = '{q0,q1,q2,q3},{a,b},q0,{q1,q3}'
result = [i[1:-1] if i.startswith('{') else i for i in re.findall(r'[^,{]*(?:\{[^{}]*\})*[^,}]*', s) if i]
print(result)  # ['q0,q1,q2,q3', 'a,b', 'q0', 'q1,q3']

它也适用于ASCII字母以外的其他字符：

import re
s = '{q0,q1,q2,q3.?!},{a,b},q0,@,{q1,q3}'
result = [i[1:-1] if i.startswith('{') else i for i in re.findall(r'[^,{]*(?:\{[^{}]*\})*[^,}]*', s) if i]
print(result)  # ['q0,q1,q2,q3.?!', 'a,b', 'q0', '@', 'q1,q3']

Python Regex Split以一种奇怪的方式进行交互

3 个答案: