Python的正则表达式为多个分隔符，包括使用正则表达式双引号

Question

代码在Python可以像这样

输入执行的东西：

> https://test.com, 2017-08-14, "This is the title with , and "anything" in it", "This is the paragraph also with , and "anything" in it" 

理想的输出：

['https://test.com', '2017-08-14', 'This is the title with , and "anything" in it', 'This is the paragraph also with , and "anything" in it'] 

Answer 1

有您可以使用多种方法拆分。

香草内置分割方法接受分隔符作为一个参数，并会做什么是对锡写的，正是在已经指定的任何分隔符拆分字符串，返回它作为一个列表。

在你的情况，你想要的分隔符为“”但只有不在引号内的逗号。在一般情况下，这样的事情你可以做：

foo = 'https://test.com, 2017-08-14, "This is the title with , and "anything" in it", "This is the paragraph also with , and "anything" in it"' 


print foo.split(',') 
#but this has the caveat that you don't have any ','s within your input as those will become delimitation points as well, which you do not want. 

在这种特殊情况下，你也可以匹配的发言权“” 但是这也将失败，因为你的输入有一个元素title with , and "any，这将是不正确的拆分。

而在这种情况下，我们可以使用shlex和使用它的方法split。现在，这种拆分方法将使用空格来设置分隔符。

那么，这样做的：

print [_ for _ in shlex.split(foo)] 

会给我们一些更接近我们想要的东西，但不完全：

>>> ['https://test.com,', '2017-08-14,', 'This is the title with , and anything in it,', 'This is the paragraph also with , and anything in it'] 

可以看出，它在要素讨厌逗号，我们不想要。

不幸的是，我们不能做

print [_[:-1] for _ in shlex.split(foo)] 

为将切断在 '它' 最后 'T'，但我们可以使用内置的字符串在

rstrip 

方法

和匹配任何逗号在每个元件的端部：

print [_.rstrip(',') for _ in shlex.split(foo)] 

给输出：

>>> ['https://test.com', '2017-08-14', 'This is the title with , and anything in it', 'This is the paragraph also with , and anything in it'] 

这是非常接近我们想要什么，但不完全是！ （缺少的“围绕‘什么’ - shlex吃掉这件事！）

但是，我们非常接近，我会离开，轻微珍闻为你的功课，你应该尝试的解决方案。首先像其他人发布的那样。

资源：

https://www.tutorialspoint.com/python/string_split.htm

https://docs.python.org/2/library/shlex.html

附：提示：也看看csv模块。