Question

我有以下字符串：

r"(A1,B1,C1,D1),(A2,B2,C2,D2),..."

我想提取一个元组列表

[(A1,B1,C1,D1),(A2,B2,C2,D2),...]

A，B和D是整数，而C是用单引号引起来的字符串。困难的部分是由于C可能包含任何字符，包括转义的单引号（\'），逗号（,），转义的反斜杠（ \\）和整数。我正在尝试使用正则表达式解决此问题，但我不知道该怎么做。

到目前为止，我已经尝试通过查看第一个单引号来匹配字符串的末尾，该单引号前带有偶数个反斜杠（0、2、4，...），但是我无法使它工作。有想法吗？

预期结果：

r"(21,3,'abc\',57',1993)"-> (21,3,'abc\',57',1993)
r"(21,3,'abc\\',1993)"-> (21,3,'abc\\',1993)
r"(21,3,'abc\\\\\',57\\\\',1993)"-> (21,3,'abc\\\\\',57\\\\',1993)

Answer 1

您可以使用ast.literal_eval来评估包含python文字的字符串，

import ast
ip = r"(21,3,'abc\',57',1993)"
op = ast.literal_eval(ip)

print(op)
# output,
# (21, 3, "abc',57", 1993)


# verify that they are correct types,
for i in op:
    print("{} is {}".format(i, type(i)))

# output,
# 21 is <class 'int'>
# 3 is <class 'int'>
# abc',57 is <class 'str'>
# 1993 is <class 'int'>

Answer 2

您可以使用模式

(?<=')(?:\\\\|\\'|[^'])+(?=',)|\d+

对于字符串内容（在'中向前和向后看），它将重复由以下任意一个组成的组：

\\\\-两个反斜杠（即，代表一个文字反斜杠）
\\'-转义的'（即代表单个文字'）
[^']-除引号外的所有内容

或者，它将匹配\d+（整数）。

https://regex101.com/r/5beqXJ/1

如何从字符串中提取元组？

2 个答案: