Python 如何拆分SGF键/值对，如'；A[B][q]G[男孩]和#x27；？

在Python中，我尝试将带有SGF键/值对的字符串拆分为一个列表或匹配对象，如下所示：

'A[B][q]G[boy]' --> ['A[B][q]', 'G[boy]']

（键为“A”和“G”，值分别为“[B][q]”和“[boy]”。）

我试着用这个正则表达式模式把它们分开

pattern = r'([A-Z]\[.+\])[A-Z]'

但如果只有一个键/值，如“A[B]”，则此操作将失败

有什么建议吗？提前感谢。

功能：

import re

def find_sgf_groups(s: str):
    sgf_groups = []
    for m in re.finditer(r'[A-Z](\[[a-zA-Z]+\])+', s):
        sgf_groups.append(m.group())

    return sgf_groups

print(find_sgf_groups('A[B][q]'))
print(find_sgf_groups('A[B][q]G[boy]'))

输出（按顺序）：

具有以下功能：

import re

def find_sgf_groups(s: str):
    sgf_groups = []
    for m in re.finditer(r'[A-Z](\[[a-zA-Z]+\])+', s):
        sgf_groups.append(m.group())

    return sgf_groups

print(find_sgf_groups('A[B][q]'))
print(find_sgf_groups('A[B][q]G[boy]'))

输出（按顺序）：

---

您可以将此正则表达式用于基于拆分的解决方案

(?<=])(?=[A-Z])

import re

arr = ['A[B][q]G[boy]','A[B][q]']

for s in arr:
 splittedstr = re.split('(?<=])(?=[A-Z])', s)
 print(splittedstr)

import re

arr = ['A[B][q]G[boy]','A[B][q]']

for s in arr:
 print(re.findall(r'[A-Z](?:\[\w+])*',s))

如果需要基于匹配的解决方案，可以使用此正则表达式

[A-Z](?:\[\w+])*

基于匹配的解决方案的python示例代码

(?<=])(?=[A-Z])

import re

arr = ['A[B][q]G[boy]','A[B][q]']

for s in arr:
 splittedstr = re.split('(?<=])(?=[A-Z])', s)
 print(splittedstr)

import re

arr = ['A[B][q]G[boy]','A[B][q]']

for s in arr:
 print(re.findall(r'[A-Z](?:\[\w+])*',s))

印刷品

['A[B][q]', 'G[boy]']
['A[B][q]']

['A[B][q]', 'G[boy]']
['A[B][q]']

---

使用最适合您的任何选项。

您可以将此正则表达式用于基于拆分的解决方案

(?<=])(?=[A-Z])

import re

arr = ['A[B][q]G[boy]','A[B][q]']

for s in arr:
 splittedstr = re.split('(?<=])(?=[A-Z])', s)
 print(splittedstr)

import re

arr = ['A[B][q]G[boy]','A[B][q]']

for s in arr:
 print(re.findall(r'[A-Z](?:\[\w+])*',s))

如果需要基于匹配的解决方案，可以使用此正则表达式

[A-Z](?:\[\w+])*

基于匹配的解决方案的python示例代码

(?<=])(?=[A-Z])

import re

arr = ['A[B][q]G[boy]','A[B][q]']

for s in arr:
 splittedstr = re.split('(?<=])(?=[A-Z])', s)
 print(splittedstr)

import re

arr = ['A[B][q]G[boy]','A[B][q]']

for s in arr:
 print(re.findall(r'[A-Z](?:\[\w+])*',s))

印刷品

['A[B][q]', 'G[boy]']
['A[B][q]']

['A[B][q]', 'G[boy]']
['A[B][q]']

---

使用最适合您的任何格式。

您的正则表达式不匹配所有格式，因为

\[.+\]

和

[A-Z]

需要匹配

+

也是贪婪匹配，将一直匹配到最后一次出现

]

您可以使用并使第一个方括号之间的值为可选值，并将最后一部分重复0多次：

[A-Z](?:\[[A-Z]\])?(?:\[[a-z]+\])*

解释

• [A-Z]

  匹配大写字符

• （？：\[[A-Z]\]）？

  可选非捕获组，匹配

  [

  大写字符

  ]

• （？：\[[a-z]+\]）*

  重复0多次

  [

  1+小写字符

  ]

|

范例

import re
strings = ["A[B][q]G[boy]", "A[B][q]", "A[B]"]
for s in strings:
    print(re.findall(r"[A-Z](?:\[[A-Z]\])?(?:\[[a-z]+\])*", s))

结果

['A[B][q]', 'G[boy]']
['A[B][q]']
['A[B]']

注

---

如果要匹配多个大写字符，可以使用量词

[a-Z]+

，并相应地调整要匹配的内容。

您的正则表达式不匹配所有格式，因为

\[.+\]

和

[a-Z]

需要匹配

+

也是贪婪匹配，将一直匹配到最后一次出现

]

您可以使用并使第一个方括号之间的值为可选值，并将最后一部分重复0多次：

[A-Z](?:\[[A-Z]\])?(?:\[[a-z]+\])*

解释

• [A-Z]

  匹配大写字符

• （？：\[[A-Z]\]）？

  可选非捕获组，匹配

  [

  大写字符

  ]

• （？：\[[a-z]+\]）*

  重复0多次

  [

  1+小写字符

  ]

|

范例

import re
strings = ["A[B][q]G[boy]", "A[B][q]", "A[B]"]
for s in strings:
    print(re.findall(r"[A-Z](?:\[[A-Z]\])?(?:\[[a-z]+\])*", s))

结果

['A[B][q]', 'G[boy]']
['A[B][q]']
['A[B]']

注

---

如果要匹配多个大写字符，可以使用量词

[a-Z]+

，并相应地调整要匹配的内容。

您的意思是这样的吗？谢谢你的评论。您的正则表达式模式似乎适用于多个键/值输入，如“A[B][q]G[boy]”，但不适用于单个键/值输入，如“A[B][q]”。有什么想法吗？在这种情况下，你可以用问号将最后一部分变成可选的

（[A-Z]\[[A-Z]\]\[[A-Z]\]）（[A-Z]\[[A-Z]+\]）？

。你的意思是这样吗？谢谢你的评论。您的正则表达式模式似乎适用于多个键/值输入，如“A[B][q]G[boy]”，但不适用于单个键/值输入，如“A[B][q]”。有什么想法吗？在这种情况下，你可以用问号将最后一部分变成可选的

（[A-Z]\[[A-Z]\]\[[A-Z]\]）（[A-Z]\[[A-Z]+\]）？

。这就是我需要的。不知道芬迪特的存在。谢谢这就是我需要的。不知道芬迪特的存在。谢谢