除括號中的逗號外的所有逗號的索引

Question

如何排除小括號（少於 20 個字符）中的逗號？

獲取這個逗號的索引，但是（不是這個，逗號）。 獲取其他逗號，例如，或，或，1,1 2,2。 （不是這個，）但是（如果括號內有超過 20 個字符，則獲取此逗號的索引）

此示例的預期 output 所有逗號索引： [23, 71, 76, 79, 82, 87, 132]

Answer 1

正則表達式模式：( (,)|(\([^()]{0,20}\))

這種模式背后的直覺：

• (,)查找所有逗號。 這些存儲在捕獲組 1 中。

• (\([^()]{0,20}\))查找所有括號之間最多包含 20 個字符的括號。 這些存儲在捕獲組 2 中。

然后，我們可以從組 1 中找到所有匹配項，僅排除長度為 20 的括號內的逗號。

現在要查找這些匹配的索引，使用re.finditer()結合Match.start()和Match.group()來查找第 1 組中每個匹配的起始索引：

import re

string = """Get index of this comma, but (not this , comma). Get other commas like , or ,or, 1,1 2 ,2.
(not this ,) BUT (get index of this comma, if more than 20 characters are inside the parentheses)"""

indices = [m.start(1) for m in re.finditer('(,)|(\([^()]{0,20}\))', string) if m.group(1)]

print(indices)
# > [23, 71, 76, 79, 82, 87, 132]
print([string[index] for index in indices])
# > [',', ',', ',', ',', ',', ',', ',']

m.start(1)返回第 1 組匹配的起始索引。 由於re.finditer()返回來自所有捕獲組的匹配項，因此添加if m.group(1)要求為組 1 找到匹配項（來自其他組的匹配項為None ）。

編輯：這將忽略內部包含 20 個或更少字符的括號，這與您的第一個語句不一致，但與示例解釋的內容一致。 如果您想要少於20 個，只需使用{0,19} 。

Answer 2

您還可以使用帶有SKIP FAIL的PyPi 正則表達式模塊來匹配和排除您不希望在匹配結果中出現的字符。

在這種情況下，您可以在不應匹配逗號的括號之間匹配 1-20。

\([^()]{1,20}\)(*SKIP)(*FAIL)|,

解釋

• \(匹配(
• [^()]{1,20}匹配除(或)以外的任何字符 1-20 次
• \)匹配)
• (*SKIP)(*FAIL)從匹配結果中排除字符
• | 或者
• ,匹配一個逗號

正則表達式演示| Python 演示

示例代碼

import regex

s = """Get index of this comma, but (not this , comma). Get other commas like , or ,or, 1,1 2 ,2.
(not this ,) BUT (get index of this comma, if more than 20 characters are inside the parentheses)"""
pattern = r"\([^()]{1,20}\)(*SKIP)(*FAIL)|,"
indices = [m.start(0) for m in regex.finditer(pattern, s)]
print(indices)

Output

[23, 71, 76, 79, 82, 87, 132]

Answer 3

使用 PyPi 正則表達式：

,(?![^()]*\))|(?<=\((?=[^()]{20})[^()]*),

見證明。

Python 代碼：

import regex
text = r"Get index of this comma, but (not this , comma). Get other commas like, or ,or, 1,1 2 ,2. (not this ,) BUT (get index of this comma, if more than 20 characters are inside the parentheses)"
reg_expression = r',(?![^()]*\))|(?<=\((?=[^()]{20})[^()]*),'
print(regex.sub(reg_expression, '<COMMA>\g<0></COMMA>', text))
# Get index of this comma<COMMA>,</COMMA> but (not this , comma). Get other commas like<COMMA>,</COMMA> or <COMMA>,</COMMA>or<COMMA>,</COMMA> 1<COMMA>,</COMMA>1 2 <COMMA>,</COMMA>2. (not this ,) BUT (get index of this comma<COMMA>,</COMMA> if more than 20 characters are inside the parentheses)
indices = [x.start() for x in regex.finditer(reg_expression, text)]
print(indices)
# [23, 70, 75, 78, 81, 86, 131]

表達式解釋

--------------------------------------------------------------------------------
  ,                        ','
--------------------------------------------------------------------------------
  (?!                      look ahead to see if there is not:
--------------------------------------------------------------------------------
    [^()]*                   any character except: '(', ')' (0 or
                             more times (matching the most amount
                             possible))
--------------------------------------------------------------------------------
    \)                       ')'
--------------------------------------------------------------------------------
  )                        end of look-ahead
--------------------------------------------------------------------------------
 |                        OR
--------------------------------------------------------------------------------
  (?<=                     look behind to see if there is:
--------------------------------------------------------------------------------
    \(                       '('
--------------------------------------------------------------------------------
    (?=                      look ahead to see if there is:
--------------------------------------------------------------------------------
      [^()]{20}                any character except: '(', ')' (20
                               times)
--------------------------------------------------------------------------------
    )                        end of look-ahead
--------------------------------------------------------------------------------
    [^()]*                   any character except: '(', ')' (0 or
                             more times (matching the most amount
                             possible))
--------------------------------------------------------------------------------
  )                        end of look-behind
--------------------------------------------------------------------------------
  ,                        ','

Answer 4

您可以只使用帶有一些 if 語句的 for 循環。 這不是一個理想的代碼，但可以為您提供答案。 這是一個例子：

textString = 'Get index of this comma, but (not this , comma). Get other commas like , or ,or, 1,1 2 ,2.(not this ,) BUT (get index of this comma, if more than 20 characters are inside the parentheses)'
parFlag = False #flag to check ()
commas = []
lastPar = 0 #last seen ()
for i in range(len(textString)):
    if(textString[i]=='('):
        parFlag = True
        lastPar = i
    if(textString[i]==')' or i-lastPar>=20):
        parFlag = False
    if( textString[i] == ',' and not parFlag):
        commas.append(i)