Python Regex -在重复匹配时拆分？

Question

我有以下字符串：

{topic.equals(org.fedoraproject.prod.bodhi.buildroot_override.tag), foo.notequals(bar)}
{topic.in(1,2,3), foo.equals(baz)}

我想要得到结果：

["topic.equals(org.fedoraproject.prod.bodhi.buildroot_override.tag)", "foo.notequals(bar)"]
["topic.in(1,2,3)", "foo.equals(baz)"]

卷曲中的内容是无限的，但基本的匹配需要是：

<key>.<command>(<args>)

所以卷曲里可能有15根火柴。

Answer 1

我会尽量保持简单：

entries = []
for line in inputsource:
    entries.append(map(str.strip, line.strip().strip('{}').split(', ')))

因此，对于每一行，去掉空格，再去掉大括号，然后在逗号加空格上拆分命令，并存储去掉空格的结果。

这取决于这样一个事实:命令由逗号加空格分隔，而示例中的参数仅使用不带空格的逗号。如果您有任何违反这种差异的东西，那么您确实需要求助于正则表达式。不过，我会把它限制在拆分上：

import re
commandsep = re.compile(r'(?<=\)),\s*')

for line in inputsource:
    entries.append(map(str.strip, commandsep.split(line.strip().strip('{}'))))

只要前面有一个)结束括号(使用回看断言)，commandsep表达式就可以在任何逗号加可选空格上拆分。

对于您的输入，其结果为：

>>> entries
[['topic.equals(org.fedoraproject.prod.bodhi.buildroot_override.tag)', 'foo.notequals(bar)'], ['topic.in(1,2,3)', 'foo.equals(baz)']]

如果这些条目嵌入到较大的文本中，则正则表达式可能会有所帮助，但只能找到花括号分隔的值：

import re

expression = re.compile(r'{[^{}]+}')
inputsource = expression.findall(largerbodyoftext)

其中expression将找到任何由大括号分隔的文本(没有嵌套)。

Answer 2

我认为这是可行的，但我希望得到一些意见，因为它不是很优雅：

column_regex = re.compile("\w+\.\w+\(.+?\)")
results = re.findall(column_regex, data)

它将给出{}中的命令的结果：

['topic.equals(org.fedoraproject.prod.bodhi.buildroot_override.tag)', 'foo.notequals(bar)']

然后你可以对每个返回值使用第二个正则表达式：

filter_regex = re.compile("^(?P<column>\w+)\.(?P<command>\w+)\((?P<args>.+?)\)")

要进行匹配并获得值，请执行以下操作：

filter_match = re.match(filter_regex, match)
filter_match.group('command')