Python - 通过逗号拆分跳过括号内的内容

Question

我需要按逗号分割一个字符串，但是在这种情况下我遇到了问题：

TEXT EXAMPLE (THIS IS (A EXAMPLE, BUT NOT WORKS, FOR ME)), SECOND , THIRD

我想要分割并获取以下内容：

var[0] = "TEXT EXAMPLE (THIS IS (A EXAMPLE, BUT NOT WORKS, FOR ME))"
var[1] = "SECOND"
var[2] = "THIRD"

谢谢你

- David

---

所以问题在于并非所有逗号都应该被分割？你如何区分哪些逗号应该被分割，哪些不应该？是括号吗？这个字符串来自哪里，为什么它不使用引用来区分？如果您想要使用re.split，您的具体示例可以使用类似于,(?!.*\))的内容（即后面没有闭合括号的逗号），但这可能在一般情况下无法正常工作。 - jonrsharpe

对于匹配嵌套的括号（或标签或其他内容）的一般情况，您需要编写一个真正的解析器：将输入进行分词，然后根据您的语法进行解析。 - dsh

@Onilol，你真的读了这个问题吗？而且是“你”，请注意。 - jonrsharpe

@David，除非你能明确描述哪些逗号应该被分割，哪些不应该被分割，否则你无法告诉计算机如何做。如果你尝试过一些行不通的方法，请展示出来，这样其他人就不必再尝试同样的方法了。 - jonrsharpe

@Onilol 什么？示例输出明确显示它并没有在所有逗号上分割，所以 var.split(',') 不可能起作用，如果你不知道哪些逗号是相关的，那么把它们重新组合起来也会有同样的问题。 - jonrsharpe

Answer 1

这是一个非常简单的解析器方法，适用于您的示例：

def top_level_split(s):
    """
    Split `s` by top-level commas only. Commas within parentheses are ignored.
    """

    # Parse the string tracking whether the current character is within
    # parentheses.
    balance = 0
    parts = []
    part = ''

    for c in s:
        part += c
        if c == '(':
            balance += 1
        elif c == ')':
            balance -= 1
        elif c == ',' and balance == 0:
            parts.append(part[:-1].strip())
            part = ''

    # Capture last part
    if len(part):
        parts.append(part.strip())

    return parts

my_list = top_level_split("TEXT EXAMPLE (THIS IS (A EXAMPLE, BUT NOT WORKS, FOR ME)), SECOND , THIRD")
print(my_list)

- Anthony Blackshaw

Answer 2

你可以使用基于负向前瞻的正则表达式来实现这个功能：

,(?!(?:[^(]*\([^)]*\))*[^()]*\))

这个正则表达式是用来查找逗号的，它有一个断言，确保逗号不在括号里。这是通过使用负向先行断言来实现的，它首先匹配所有匹配的(和)，然后匹配)。 这假设括号是平衡和未转义的。

RegEx演示

代码：

>>> s = 'TEXT EXAMPLE (THIS IS (A EXAMPLE, BUT NOT WORKS, FOR ME)), SECOND , THIRD'
print re.split(r',(?!(?:[^(]*\([^)]*\))*[^()]*\))', s)

['TEXT EXAMPLE (THIS IS (A EXAMPLE, BUT NOT WORKS, FOR ME))', ' SECOND ', ' THIRD']

或者：

>>> s = 'TEXT EXAMPLE (THIS, IS (A EXAMPLE, BUT NOT WORKS, FOR ME)), SECOND , THIRD'
>>> print re.split(r',(?!(?:[^(]*\([^)]*\))*[^()]*\))', s)
['TEXT EXAMPLE (THIS, IS (A EXAMPLE, BUT NOT WORKS, FOR ME))', ' SECOND ', ' THIRD']

- anubhava

---

天哪，这个正则表达式太丑陋了！你能不能解释一下？ - jonrsharpe

我知道这看起来很丑，因为有很多 ( 和 )。不过我在答案中尝试解释了它。 - anubhava

这应该被选为答案。这个正则表达式也适用于一般情况，可以忽略括号内的逗号。 - ahmet aydin

请注意，当第一个元素之前有其他项时，此方法将无法正常工作。例如，“FIRST，TEXT EXAMPLE（THIS，IS（A EXAMPLE，BUT NOT WORKS，FOR ME）），SECOND，THIRD”。在这种情况下，第一个元素将是“FIRST，TEXT EXAMPLE（...）”，而不会被拆分。 - Micha

Answer 3

感谢 jonrsharpe ：

text = "TEXT EXAMPLE (THIS IS (A EXAMPLE, BUT NOT WORKS, FOR ME)), SECOND , THIRD"
array = re.split(r',(?!.*\))', text)
for item in array:
    # Print and remove the first space
    print item.strip(" ")

结果：

TEXT EXAMPLE (THIS IS (A EXAMPLE, BUT NOT WORKS, FOR ME))
SECOND
THIRD

- David

Answer 4

你可以直接使用rsplit：

l1 = "TEXT EXAMPLE (THIS IS (A EXAMPLE, BUT NOT WORKS, FOR ME)), SECOND , THIRD".rsplit(",", 2)

for line in l1:
   print line

TEXT EXAMPLE (THIS IS (A EXAMPLE, BUT NOT WORKS, FOR ME))
SECOND
THIRD

- Tony Cappellini