Question

我有一个这样的字符串

s="""
stkcode="10001909" marketid="sh" isstop="S 01" turnover="0" contractid="000000" time="84445850"
"""

我想捕获其中的所有“关键字args”子字符串，即stkcode="10001909"，isstop="S 01"。请注意，由于某些字段值（例如s.split()）中可能存在空格，因此普通的isstop="S 01"无法使用。正确的方法似乎是re.split，但我不知道如何编写适当的正则表达式。有人可以帮忙吗？谢谢！

修改要添加更多信息：我们保证每个输入值中都没有"。 实际上，我们只需要“保护性”拆分即可，即仅将"对中的空白拆分出来。

编辑：XML是必经之路，而不是正则表达式。道歉

我的原始数据包括多行Timestamp + some aux info + an XML string。因此，它不能由XML解析器直接解析，而必须作为字符串逐行读取。因此，我最初以为每个（相对容易）单个字符串都只需要使用字符串和正则表达式即可。但是我显然是错的。 XML解析器是必经之路。

Answer 1

re.findall(r'((?!\<).*?)="(.*?)"', s)

产生：

[('stkcode', '10001909'),
(' marketid', 'sh'),
(' isstop', 'S 01'),
(' turnover', '0'),
(' contractid', '000000'),
(' time', '84445850')]

正则表达式说明：

(...)="(...)" 匹配此格式的所有内容，即您定义的kwarg格式

现在第一组： ((?!\<).*?)将匹配除前括号（.*?）以外的所有字符（(?!\<)）

第二组： (.*?) 只会匹配所有字符。右括号位于原始匹配模式的引号之外，因此您不必担心。

编辑：

要忽略字符周围的空格，请添加此反向匹配组 (?!\s) 不确定空格在您的字符串中会出现在哪里，但是这个新的正则表达式会在每个相关位置处理它：

((?!\<)(?!\s).*?(?!\s))="(?!\s)(.*?)(?!\s)

使用正则表达式捕获“关键字参数”

1 个答案: