Разбор мультиформатной строки с помощью регулярных выражений

Question

Я пытаюсь разобрать:

"- ключ-ключ-имя-пары ключ = значение ключа =" значения "ключ =" значение "ключ my-key-gh =the-values ​​my-key-gh = "the no-values" "

Я хотел бы получить следующие строки взамен

1. -key
2. -key-name-pair
3. ключ = значение
4. ключ = "значения"
5. ключ = "значение"
6. ключ
7. my-key-gh = the-values ​​
8. my-key-gh = "no-values"

Я пробовал это регулярное выражение:

(-([a-z])+)? |((\w)+=(\w)+)|((\w)+="(.*)")|((\w)+='(.*?)')|(\w+-\w+)+

Что не так с моим выражением?

Answer 1

Вы можете использовать

re.findall(r'''-?\w[\w-]*(?:=(?:"[^"]*"|'[^']*'|[^\s"']+))?''', text)

С поддержкой экранированных кавычек:

re.findall(r'''-?\w[\w-]*(?:=(?:"[^"\\]*(?:\\.[^"\\]*)*"|'[^'\\]*(?:\\.[^'\\]*)*'|[^\s"']+))?''', text)

См. Демонстрационную версию regex

Подробности

• -? - необязательный дефис
• \w[\w-]* - слово char с последующим 0+ словом или дефисом
• (?:=(?:"[^"]*"|'[^']*'|[^\s"']+))? - anнеобязательная последовательность
  • = - знак равенства
  • (?:"[^"]*"|'[^']*'|[^\s"']+) - либо
    • "[^"]*" - строка между двойными кавычками, не имеющая двойных кавычек внутри
    • '[^']*' - строка между одинарными кавычками, не содержащая одинарных кавычек внутри
    • [^\s"']+ - 1+ символов, кроме пробелов, " и '.