逗号中的拆分字符串在python中的圆括号或大括号中不存在

Question

以下是我尝试用逗号分割的字符串。

如果（）或{}中包含逗号，则不应拆分该字符串。

我正在使用下面的代码拆分：

现在它仅涉及（），我如何也包含{}？

import re
s = "Water,^.*f04.*&~(.*z.,*)$,Iron Oxides (CI 77491, 77492),a{3,4}"
print re.split(r',\s*(?![^()]*\))', s)

输出应为：

[Water,^.*f04.*&~(.*z.,*)$,Iron Oxides (CI 77491, 77492),a{3,4}]

Answer 1

假设方括号可以嵌套，那么您所用的不是普通语言。 尽管re确实有很多扩展名，可以处理超出实际正则表达式的内容，但最好还是用一个简单的括号计数解析器来处理。

诸如此类（未经测试，但应该足够简单以理解和调试）：

bracketmap = {'(': ')', '[': ']', '{': '}'}

def splitify(s):
    stack = []
    lastcomma = 0
    for i, c in enumerate(s):
        if not stack and c == ',':
            yield s[lastcomma:i]
            lastcomma = i+1
        elif c in bracketmap:
            stack.append(bracketmap[c])
        elif c in ')]}':
            if stack.pop() != c:
                raise ValueError('unbalanced brackets')
    if stack:
        raise ValueError('unbalanced brackets')
    if lastcomma <= len(s):
        yield s[lastcomma:]

---

从评论中，当被问到是否可以嵌套方括号时，您说：

如果它似乎是有效的正则表达式，则可能是这样。

因此，如果该字符串实际上是正则表达式模式，则您需要做的不只是排除括号内的逗号。 例如， \\{,\\}不是大括号内的逗号，而是完全正常的文字逗号。

显然，编写完整的regex解析器比仅计算括号对要复杂得多（尽管如果您确实需要Python re语法，则可以使用该库进行编译，然后使用该库的调试工具扫描文字parens，而不是自己写的方法...），但是也许您可以只计算未转义的括号对而逃脱？

    esc = False
    for i, c in enumerate(s):
        if esc:
            esc = False
        elif c = '\\':
            esc = True
        elif not stack and c == ',':
            # same as before

（我在这里假设您不想将\\,视为文字逗号。如果您这样做，那是微不足道的更改。）

Answer 2

使用regex模块，允许在后面进行变长查找：

regex.split(r'(?<![({][^,]*),(?![^,]*[})])', str_)

• (?<![({][^,]*)是一个零宽度负回顾后，使确保,不会被前面(或{并且没有,在间

• ,匹配文字,

• (?![^,]*[})])是一个零宽度负先行，使确保,后面没有任何中间,随后)或}

例：

In [1287]: str_ = "Water,^.*f04.*&~(.*z.,*)$,Iron Oxides (CI 77491, 77492),a{3,4}"

In [1288]: regex.split(r'(?<![({][^,]*),(?![^,]*[})])', str_)
Out[1288]: ['Water', '^.*f04.*&~(.*z.,*)$', 'Iron Oxides (CI 77491, 77492)', 'a{3,4}']

限制：

• [({]匹配任何( / {和[})]匹配) / }任何内容，因此，例如当子字符串以(并以}结尾或以其他方式出现时，这可能会导致错误

• 不适用于嵌套的括号/括号