正则表达式拆分

Question

我是regex的新手，因此无法拆分以下字符串：

test_str = "./name[contains(substring(.,1,3),'some')],is-in,up,down"

该字符串以逗号分隔，但如果该组包含[]，则不应以逗号分隔。

因此结果应如下所示：

["./name[contains(substring(.,1,3),'some')]", "is-in", "up", "down"]

我正在尝试这个正则表达式：

r"./*[a-z]+((\[.*?\])?)*,?/*"

...但是“-”存在一些问题

Answer 1

这不是使用正则表达式的解决方案，但仍然是这样：

# Create a function to get the number of "interesting commas" in the string:
f = lambda x: x.split(']')[1].count(',') if '[' in x and ']' in x else x.count(',')

# Reverse the string and split on the "interesting commas" and then reverse it back to normal:
[x[::-1] for x in test_str[::-1].split(",",f(test_str))][::-1]

应该返回：

# ["./name[contains(substring(.,1,3),'some')]", 'is-in', 'up', 'down']

我希望这有帮助。

Answer 2

我觉得您可以使用堆栈而不是使用re来跟踪打开和关闭方括号，并在必要时将它们连接起来。 假设您的闭括号总是比开括号多或相等。 以下代码是不言自明的，希望对您有所帮助。

test_str = "./name[contains(substring(.,1,3),'some')],is-in,up,down"

result = test_str.split(',')

output = []

for token in result:
    if '[' in token:
        output.append(token)
    elif ']' in token and output:
        output[-1] += token
    else:
        output.append(token)
print output

Answer 3

RegExps的功能不足以完成您的任务，因此我的解决方案必须使用的不仅仅是RegExps。

首先，我建议隔离[...]部分：

 w = re.split(r'(\[.*?\])', test_str)
 ts = [[t] if t.startswith('[') else t.split(',') for t in w ]

然后进入ts ： [['./name'], ["[contains(substring(.,1,3),'some')]"], ['', 'is-in', 'up', 'down']]之后，必须将列表合并：

reduce(lambda x, y: x+[y[0]] if y[0] and y[0].startswith('[') else x+y, ws)

产生（在这种情况下）：

['./name', "[contains(substring(.,1,3),'some')]", '', 'is-in', 'up', 'down']

剩下的是：加入一些列表/删除空字符串。 此解决方案应适用于大多数情况...