Расщепление строк в Python

Question

У меня есть строка, подобная этой:

это [скобочный тест] "и тест кавычек"

Я пытаюсь написать что-то в Python, чтобы разделить его на пробелы, игнорируя пробелы в квадратных скобках и кавычках. Результат, который я ищу:

['this', 'is', 'скобочный тест', 'и тест кавычек']

Answer 1

Вот упрощенное решение, которое работает с вашим тестовым вводом:

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

Это вернет любой код, который соответствует либо

• открывающая скобка, за которой следуют ноль или более символов без закрывающей скобки, за которыми следует закрывающая скобка,
• двойная кавычка, за которой следует ноль или более не кавычек, после которых следует кавычка,
• любая группа непробельных символов

Это работает с вашим примером, но может не сработать для многих реальных строк, с которыми вы можете столкнуться. Например, вы не сказали, что ожидаете с несбалансированными скобками или кавычками, или как вы хотите, чтобы одинарные кавычки или экранирующие символы работали. Однако для простых случаев вышеприведенного может быть достаточно.

Answer 2

Чтобы завершить пост Брайана и точно соответствовать ответу:

>>> 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 ']

Не поймите неправильно весь используемый синтаксис: это не несколько инструкций в одной строке, а один функциональный (более устойчивый к ошибкам).

Answer 3

Вот упрощенный синтаксический анализатор (проверенный на вашем примере ввода), который вводит шаблон проектирования State.

В реальном мире вы, вероятно, захотите создать настоящий парсер, используя что-то вроде PLY .

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

Ну, я сталкивался с этой проблемой довольно много раз, что побудило меня написать свою собственную систему для синтаксического анализа любого вида синтаксиса.

Результат этого можно найти здесь ; обратите внимание, что это может быть излишним, и оно предоставит вам что-то, что позволит вам анализировать операторы с квадратными и круглыми скобками, одинарными и двойными кавычками, как вам угодно Например, вы можете разобрать что-то вроде этого (пример написан на Common Lisp):

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

Вы можете использовать вложения, скобки (квадратные) и круглые скобки (круглые), одинарные и двойные кавычки, и это очень расширяемый.

Идея в основном является настраиваемой реализацией конечного автомата, который строит абстрактное синтаксическое дерево посимвольно. Я рекомендую вам взглянуть на исходный код (см. Ссылку выше), чтобы вы могли понять, как это сделать. Это возможно с помощью регулярных выражений, но попробуйте написать систему с использованием RE, а затем попытаться расширить (или даже понять) позже.

Answer 5

Вот более процедурный подход:

#!/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 6

Работает только для цитат.

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