使用正则表达式使用反斜杠拆分字符串

Question

对于python程序，我有一个输入，我从stdin ，输入是这样的：

"-------/--------\---------/------\"

当我将其打印为字符串值时，它将按原样打印。 我试图将字符串拆分为基于正向和反向斜线的字符串列表，同时保持分隔符。 我用过这样的东西：

re.split('(\\/)',string)

但我得到的结果是：

['------' , '/' , '--------\\\\---------' , '/' , '---------\\\']

我更期待它是这样的：

['------' , '/' , '---------' , '\' , '---------', '/' , '---------' , '\']

我在这里做错了什么以及如何解决这个问题？

Answer 1

要捕获分隔符，使用findall而不是split更容易：

re.findall(r'[^\\/]+|[\\/]', string)

[^\\\\/]+会发现一个或多个不包含正斜杠或反斜杠的子串。 | 作为一个或运营商。 最后， [\\\\/]将匹配前向和后向斜杠的出现。 结果将为前向和后向斜杠的出现提供单独的子字符串，并且不会出现字符串匹配。

至于为什么你的代码不起作用，你的表达式是(\\\\/) 。 当Python解释器解析它时，它会看到一个转义的斜杠并创建一个包含四个字符的字符串： ( \\ / ) 。 然后，此字符串将发送到正则表达式引擎，该引擎也会进行转义。 它看到一个斜杠后跟一个反斜杠，并且由于反斜杠并不特殊，它会“逃逸”到自身，因此最后的表达式只是(/) 。 最后，重新应用这个表达式，用反斜杠分割并捕获它 - 正是你正在观察的内容。

由于双重转义，您的方法的正确命令将是re.split('([\\\\\\/])',string) 。

故事的寓意：始终使用原始文字r"..."与正则表达式，以避免双重逃避问题。

Answer 2

我想，这个解决方案可以提供你想要的东西：

import re
testStr = '-------/--------\\---------/------\\'
parts = re.split('(\\\\|/)', testStr)
for p in parts:
    print('p=' + p)

结果：

p=-------
p=/
p=--------
p=\
p=---------
p=/
p=------
p=\
p=