Python在某个字符之前拆分

我有以下字符串：

BUCKET1:/dir1/dir2/BUCKET1:/dir3/dir4/BUCKET2:/dir5/dir6

我正在尝试以一种方式将其拆分，我将返回以下dict/其他数据结构：

BUCKET1 -> /dir1/dir2/, BUCKET1 -> /dir3/dir4/, BUCKET2 -> /dir5/dir6/

如果我只有一个桶，而不是多个桶，我可以以某种方式将其拆分，如下所示：

res.split(res.split(':', 1)[0].replace('.', '').upper()) -> it's not perfect 

---

输入：ADRIAN:/dir1/dir11/DANIEL:/dir2/ADI_BUCKET:/dir3/CULEA:/dir4/ADRIAN:/dir5/ADRIAN:/dir6/

输出：[（ADRIAN，/dir1/dir11），（DANIEL，/dir2/），（CULEA，/dir3/），（ADRIAN，/dir5/），（ADRIAN，/dir6/）

---

根据Wiktor Stribiżew的评论，以下正则表达式完成了这项工作：

 r"(BUCKET1|BUCKET2):(.*?)(?=(?:BUCKET1|BUCKET2)|$)"

改用正则表达式

impore re
test = 'BUCKET1:/dir1/dir2/BUCKET1:/dir3/dir4/BUCKET2:/dir5/dir6'

output = re.findall(r'(?P<bucket>[A-Z0-9]+):(?P<path>[/a-z0-9]+)', test)
print(output)

使用功能：

s = "ADRIAN:/dir1/dir11/DANIEL:/dir2/ADI_BUCKET:/dir3/CULEA:/dir4/ADRIAN:/dir5/ADRIAN:/dir6/"
result = re.findall(r'(\w+):([^:]+\/)', s)

print(result)

输出：

[('ADRIAN', '/dir1/dir11/'), ('DANIEL', '/dir2/'), ('ADI_BUCKET', '/dir3/'), ('CULEA', '/dir4/'), ('ADRIAN', '/dir5/'), ('ADRIAN', '/dir6/')]

---

如果你有经验，我建议你像其他人建议的那样学习正则表达式。但是，如果你正在寻找替代方法，这里有一种不用正则表达式的方法。它也会产生你想要的输出

string = input("Enter:") #Put your own input here.

tempList = string.replace("BUCKET",':').split(":")
outputList = []
for i in range(1,len(tempList)-1,2):
    someTuple = ("BUCKET"+tempList[i],tempList[i+1])
    outputList.append(someTuple)

print(outputList) #Put your own output here.

这将产生：

[('BUCKET1', '/dir1/dir2/'), ('BUCKET1', '/dir3/dir4/'), ('BUCKET2', '/dir5/dir6')]

---

如果您不熟悉正则表达式，则希望此代码更易于理解和操作，但如果您熟悉如何使用它，我个人仍然建议您使用正则表达式来解决此问题。

似乎您有一个预定义的“bucket”列表，您希望将其用作字符串内记录的边界

这意味着，匹配这些键值对的最简单的方法是匹配其中一个bucket，然后是冒号，然后是任何字符，而不是开始一个与这些bucket名称相等的字符序列

你可以用

r"(BUCKET1|BUCKET2):(.*?)(?=(?:BUCKET1|BUCKET2)|$)"

如果您的值跨越多行，请使用

re.S

/

re.DOTALL

进行编译。请参阅

详细信息：

• （BUCKET1 | BUCKET2）

  -捕获匹配并存储在

  中的组1。组（1）

  任何存储桶名称

• ：

  -冒号

• （.*）

  -任何0+字符，尽可能少（因为

  *？

  是惰性量词），直到第一次出现（但不包括）

• （？=（？：BUCKET1 | BUCKET2）|$）

  -任何存储桶名称或字符串结尾

在转义bucket名称时动态构建它（只是为了在这些名称包含

*

或

+

或其他特殊字符时安全起见）：

---

请参阅。

您不能使用两个相同键（BUCKET1）的dict你应该发布实际需求，在问题中添加关于bucket名称的详细信息。如果你有一个列表，请在问题中提供列表。你似乎需要一个类似regex的。如果我没有BUCKET1、BUCKET2等，而是有不同的名称，例如：Adrian、Roman等，会怎么样？我怎样才能这样分割它？@adriandielculea，你呢应该为键和值指定确切的规则。例如：键应该以大写字母开头或只包含大写字母，值应该由小写字母或其他字符组成。定义一些规则不要忘记

import re

！我无法控制这一点。我只知道所有的bucket（无论它们有什么名称）是在“：”之前，就是这样。我希望能够按之前的内容进行拆分“@FelixBuechner，我永远不会忘记导入它。这意味着如果不是BUCKET1、BUCKET2等，而是这些桶的不同名称，例如Adrian、Ashish等。我如何能够以这种方式拆分它？您必须修改

[A-Z0-9]+

part以正确捕获存储桶名称。您可以使用它检查正则表达式。

r"(BUCKET1|BUCKET2):(.*?)(?=(?:BUCKET1|BUCKET2)|$)"

import re
buckets = ['BUCKET1','BUCKET2']
rx = r"({0}):(.*?)(?=(?:{0})|$)".format("|".join([re.escape(bucket) for bucket in buckets]))
print(rx)
s = "BUCKET1:/dir1/dir2/BUCKET1:/dir3/dir4/BUCKET2:/dir5/dir6"
print(re.findall(rx, s))
# => (BUCKET1|BUCKET2):(.*?)(?=(?:BUCKET1|BUCKET2)|$)
     [('BUCKET1', '/dir1/dir2/'), ('BUCKET1', '/dir3/dir4/'), ('BUCKET2', '/dir5/dir6')]