Python：拆分字符串，尊重并保留引号

Question

使用Python，我想要分割以下字符串：

a=foo, b=bar, c="foo, bar", d=false, e="false"

这应该会导致以下列表的结果：

['a=foo', 'b=bar', 'c="foo, bar"', 'd=false', 'e="false'"']

当使用posix模式和以", "分隔时，c的参数被正确处理。但它会删除引号，我需要它们，因为例如false和"false"不同。

到目前为止我的代码是：

import shlex

mystring = 'a=foo, b=bar, c="foo, bar", d=false, e="false"'

splitter = shlex.shlex(mystring, posix=True)
splitter.whitespace += ','
splitter.whitespace_split = True
print list(splitter) # ['a=foo', 'b=bar', 'c=foo, bar', 'd=false', 'e=false']

- sudoremo

---

在引号内部是否可以有（转义的）引号？ - Janne Karila

是的，它们可以（用反斜杠转义）。 - sudoremo

我认为这是一个重复的问题，https://dev59.com/fnVD5IYBdhLWcg3wHn2d#79985提供了更好的答案。（使用`shlex.split()`。） - sferencik

这不是重复的内容，因为shlex.split无法指定分隔符。 - RNA

我同意RNA的观点。如需使用自定义分隔符，请参见https://stackoverflow.com/questions/56791723/split-a-string-with-custom-delimiter-respect-and-preserve-quotes-single-or-dou/。 - luca

Answer 1

>>> s = r'a=foo, b=bar, c="foo, bar", d=false, e="false", f="foo\", bar"'
>>> re.findall(r'(?:[^\s,"]|"(?:\\.|[^"])*")+', s)
['a=foo', 'b=bar', 'c="foo, bar"', 'd=false', 'e="false"', 'f="foo\\", bar"']

1. 正则表达式模式"[^"]*"匹配一个简单的带引号字符串。
2. "(?:\\.|[^"])*"匹配一个带引号的字符串，并跳过转义引号，因为\\.消费了两个字符：反斜杠和任何字符。
3. [^\s,"]匹配非分隔符。
4. 将模式2和3组合在(?: | )+内，可以匹配非分隔符和带引号的字符串序列，这是期望的结果。

- Janne Karila

---

请让我为您解释其工作原理，我会尽力使翻译通俗易懂但不改变原意。如果满意，请点赞。 - Jason S

@JasonS 我同意，不过 regex101.com 有一个有用的解释部分，可能会对你有所帮助，例如：https://i.imgur.com/SJMAQPI.png - blah238

那很有用，但这不是重点，重点是一个好的答案要解释为什么它能工作。 - Jason S

@JasonS 添加了一些解释。 - Janne Karila

@JanneKarila 但是这也忽略了空字符串。我该如何保留它们？ - Muhammad Zeeshan