除了分隔符转义时，使用正则表达式分隔符拆分字符串

Question

我有一个代码（将'Z'视为转义字符，并将'，'视为分隔符）：

import re

a = 'aaa,bbbZ,cccZZ,dddZZZ,eee'
print re.split(r'(?<!Z)[,]+', a)

结果是：

  

['aaa'，'bbbZ，cccZZ，dddZZZ，eee']

但我需要处理转义序列的结果（在我的示例中，转义字符为'Z'）：

  

['aaa'，'bbbZ，cccZZ'，'dddZZZ，eee']

当我尝试使用可变宽度模式进行负反向断言：

print re.split(r'(?<!(ZZ)*Z)[,]+', a)

它说：

  

sre_constants.error：look-behind需要固定宽度模式

Answer 1

您可以将序列与一个模式匹配，该模式将匹配任何非逗号的字符，或任何前面带有奇数Z s的1+逗号：

import re
a = 'aaa,bbbZ,cccZZ,dddZZZ,eee'
print(re.findall(r'(?:(?<!Z)Z(?:ZZ)*,+|[^,])+', a))
# => ['aaa', 'bbbZ,cccZZ', 'dddZZZ,eee']

请参阅Python demo和regex demo。

模式详情：

• (?:(?<!Z)Z(?:ZZ)*,+|[^,])+ - 出现1次或多次：
  • (?<!Z)Z - Z之前没有Z
  • (?:ZZ)* - 零个或多个ZZ
  序列
  • ,+ - 一个或多个逗号
  • | - 或
  • [^,] - 任何不是逗号的字符

使用PyPi regex module，您可以将regex.split方法与(?<=(?<!Z)(?:ZZ)*),+正则表达式一起使用：

import regex
a = 'aaa,bbbZ,cccZZ,dddZZZ,eee'
print(regex.split(r'(?<=(?<!Z)(?:ZZ)*),+', a))
#  ['aaa', 'bbbZ,cccZZ', 'dddZZZ,eee']

请参阅another online Python demo。

此处，模式匹配一​​个或多个逗号（,+），这些逗号前面有ZZ的任何0 +序列，前面没有另一个Z（即，偶数Z）。