我如何使用正則表達式拆分此字符串

Question

我有一個類似的字符串：

"'a b | c'\,\,\,  'd | e f' ,,, 'g | h"

我想使用 re.split 來獲取以下列表：

["a b|c", "d|e f", "g|h"]

我嘗試了以下但沒有得到我想要的 output ，基本上我需要擺脫除了字母和 pipe 運算符之外的所有東西，然后拆分。 一個問題是有時會同時使用 ' 和 "：

re.compile(r'[\"\',][\W+]', re.UNICODE).split(txt.lower())

Answer 1

去掉|周圍的空格作為拆分后的單獨步驟。

split = re.compile(r'[\"\',][\W+]', re.UNICODE).split(txt.lower())
cleaned = [re.sub(r'\s*\|\s*', '|', x) for x in split]

Answer 2

我不認為你可以只使用split 。 您可能無法擺脫第一個引號，或者最終會得到一個空的第一個項目。：

這是一次嘗試，但未能刪除初始' ：

re.split(r"(?<=.)'[^']+'", txt)

output: ["'ab | c", 'd | e f', 'g | h'] ["'ab | c", 'd | e f', 'g | h']

findall的替代方案：

re.findall(r"'([^']+)'?", txt)

output： ['ab | c', 'd | e f', 'g | h'] ['ab | c', 'd | e f', 'g | h']