在python中拆分字符串

Question

我有一個字符串，如下所示：

這是[支架測試]“和引用測試”

我正在嘗試用Python編寫一些東西，用空格分割，同時忽略方括號和引號中的空格。 我正在尋找的結果是：

['this'，'is'，'支架測試'，'和報價測試']

Answer 1

這是一個簡單的解決方案，適用於您的測試輸入：

import re
re.findall('\[[^\]]*\]|\"[^\"]*\"|\S+',s)

這將返回任何匹配的代碼

• 一個開括號，后跟零或多個非近括號字符后跟一個緊括號，
• 雙引號后跟零個或多個非引號字符后跟引號，
• 任何一組非空白字符

這適用於您的示例，但對於您可能遇到的許多真實字符串可能會失敗。 例如，您沒有說出您對不平衡括號或引號的期望，或者您希望單引號或轉義字符如何工作。 但是，對於簡單的情況，上述情況可能已經足夠了。

Answer 2

完成布萊恩的帖子並完全匹配答案：

>>> import re
>>> txt = 'this is [bracket test] "and quotes test "'
>>> [x[1:-1] if x[0] in '["' else x for x in re.findall('\[[^\]]*\]|\"[^\"]*\"|\S+', txt)]
['this', 'is', 'bracket test', 'and quotes test ']

不要誤解所使用的整個語法：這不是單行上的幾個語句，而是單個功能語句（更多的bug）。

Answer 3

這是一個簡單的解析器（針對您的示例輸入進行測試），它引入了State設計模式。

在現實世界中，您可能希望使用PLY之類的東西構建一個真正的解析器。

class SimpleParser(object):

    def __init__(self):
        self.mode = None
        self.result = None

    def parse(self, text):
        self.initial_mode()
        self.result = []
        for word in text.split(' '):
            self.mode.handle_word(word)
        return self.result

    def initial_mode(self):
        self.mode = InitialMode(self)

    def bracket_mode(self):
        self.mode = BracketMode(self)

    def quote_mode(self):
        self.mode = QuoteMode(self)


class InitialMode(object):

    def __init__(self, parser):
        self.parser = parser

    def handle_word(self, word):
        if word.startswith('['):
            self.parser.bracket_mode()
            self.parser.mode.handle_word(word[1:])
        elif word.startswith('"'):
            self.parser.quote_mode()
            self.parser.mode.handle_word(word[1:])
        else:
            self.parser.result.append(word)


class BlockMode(object):

    end_marker = None

    def __init__(self, parser):
        self.parser = parser
        self.result = []

    def handle_word(self, word):
        if word.endswith(self.end_marker):
            self.result.append(word[:-1])
            self.parser.result.append(' '.join(self.result))
            self.parser.initial_mode()
        else:
            self.result.append(word)

class BracketMode(BlockMode):
    end_marker = ']'

class QuoteMode(BlockMode):
    end_marker = '"'

Answer 4

這是一個更程序化的方法：

#!/usr/bin/env python

a = 'this is [bracket test] "and quotes test "'

words = a.split()
wordlist = []

while True:
    try:
        word = words.pop(0)
    except IndexError:
        break
    if word[0] in '"[':
        buildlist = [word[1:]]
        while True:
            try:
                word = words.pop(0)
            except IndexError:
                break
            if word[-1] in '"]':
                buildlist.append(word[:-1])
                break
            buildlist.append(word)
        wordlist.append(' '.join(buildlist))
    else:
        wordlist.append(word)

print wordlist

Answer 5

好吧，我已經遇到過這個問題很多次了，這讓我編寫了自己的系統來解析任何一種語法。

結果可以在這里找到; 請注意，這可能是過度的，並且它將為您提供一些東西，允許您使用括號和括號，單引號和雙引號來解析語句，如您所希望的那樣嵌套。 例如，你可以解析這樣的東西（用Common Lisp編寫的例子）：

(defun hello_world (&optional (text "Hello, World!"))
    (format t text))

您可以使用嵌套，方括號（方括號）和圓括號（圓形），單引號和雙引號字符串，並且它是非常可擴展的。

該想法基本上是有限狀態機的可配置實現，其逐個字符地構建抽象語法樹。 我建議你查看源代碼（參見上面的鏈接），這樣你就可以了解如何做到這一點。 它可以通過正則表達式，但嘗試使用RE編寫系統，然后嘗試擴展它（甚至理解它）。

Answer 6

僅適用於報價。

rrr = []
qqq = s.split('\"')
[ rrr.extend( qqq[x].split(), [ qqq[x] ] )[ x%2]) for x in range( len( qqq ) )]
print rrr