Python 用[value]（type）格式解析句子

我想从一个给定的句子中解析和提取键值，该句子遵循以下格式：

我想在[1周]（持续时间）内获得[samsung]（品牌）以获得快乐。

我想将其转换为如下所示的拆分列表：

[“我想要”、“三星：品牌”、“在”、“一周内：持续时间”、“快乐”]

我已尝试使用

[

或

）

拆分它：

re.split('\[|\]|\(|\)',s)

它给出了输出：

['I want to get ',
 'samsung',
 '',
 'brand',
 ' within ',
 '1 week',
 '',
 'duration',
 ' to be happy.']

及

给出以下输出：

['I want to get ', 
'samsung](brand) within ', 
'1 week](duration) to be happy.']

感谢您的帮助

---

注意：这类似于stackoverflow内联链接，如果我们键入：

转到[此链接](http://google.com)

将其解析为链接。

您可以使用两步方法：首先处理

[…]（…）

以根据需要进行格式化，并使用一些罕见/未使用的字符对其进行保护，然后使用该模式进行拆分

例如：

s = "I want to get [samsung](brand) within [1 week](duration) to be happy.";
print(re.split(r'｟([^｟｠]+)｠', re.sub(r'\[([^][]*)]\(([^()]*)\)', r'｟\1:\2｠', s)))

见

\[（[^\][*]）]\（[^（）]*]）\

模式匹配

• \[

  -a

  [

  字符

• （[^\][]*）

  -第1组（

  $1

  ）：除

  [

  和

  ]

  之外的任何0+字符

• ]\（

  -

  ]）（

  子字符串

• （[^（）]*）

  -第2组（

  $2

  ）：除

  （

  和

  ）

  之外的任何0+字符

• \）

  -a

  ）

  字符

---

（[^｟65376;]+）

模式只匹配任何

…

子字符串，但在捕获时保留中间的字符串。

作为第一步，我们拆分字符串，在第二步中修改字符串：

s = 'I want to get [samsung](brand) within [1 week](duration) to be happy.'

import re

s = re.split('(\[[^]]*\]\([^)]*\))', s)
s = [re.sub('\[([^]]*)\]\(([^)]*)\)', r'\1:\2', i) for i in s]

print(s)

印刷品：

['I want to get ', 'samsung:brand', ' within ', '1 week:duration', ' to be happy.']

---

您可以先替换

]（

模式，然后拆分

[）

字符

---

re.replace（“\）\[”，“：”）.split（“\[\）”，s）

一种方法，使用带有lambda函数的

re.split

：

sentence = "I want to get [samsung](brand) within [1 week](duration) to be happy."
parts = re.split(r'(?<=[\])])\s+|\s+(?=[\[(])', sentence)

processTerms = lambda x: re.sub('\[([^\]]+)\]\(([^)]+)\)', '\\1:\\2', x)
parts = list(map(processTerms, parts))
print(parts)

['I want to get', 'samsung:brand', 'within', '1 week:duration', 'to be happy.']

句子=“我想在[1周]（持续时间）内获得[samsung]（品牌）以获得快乐。”
parts=re.split（r'）（？感谢您的回答，为什么您要放置
和
？@sid8491来分隔应该拆分的子字符串。
sentence = "I want to get [samsung](brand) within [1 week](duration) to be happy."
parts = re.split(r'(?<=[\])])\s+|\s+(?=[\[(])', sentence)

processTerms = lambda x: re.sub('\[([^\]]+)\]\(([^)]+)\)', '\\1:\\2', x)
parts = list(map(processTerms, parts))
print(parts)

['I want to get', 'samsung:brand', 'within', '1 week:duration', 'to be happy.']