Python 从输入隔离字符串时转义引号

我试图解析一个文件，其中引用文件用于封装字符串。例如，文件可能包含以下行：

    "\"Hello there, my friends,\" the tour guide says." me @ swap notify

    "I'm a dingus who wants to put a backslash at the end of my statements. \\" me @ swap notify

但它也可能包含这样的行：

    "\"Hello there, my friends,\" the tour guide says." me @ swap notify

    "I'm a dingus who wants to put a backslash at the end of my statements. \\" me @ swap notify

在该示例中，引号不应转义，但应保留一个反斜杠

有什么函数可以用来提取完整的引用语句吗\n表示换行符，\r表示回车符，有时也会出现，所以我希望得到这两个，但只有在隔离了完整字符串之后

解析出字符串部分。你可以用一个或

字符串并将其分配给变量

测试：

正则表达式表示“匹配任何内容并将其存储为第1组，最多为一个空格、一个单词、一个空格、@-符号、空格和一个单词”。然后使用

.group（1）

语法检索组。括号用于定义组，请参见

以下是一个版本，它尝试通过失败并重试，尽可能贪婪地解析字符串，直到找到匹配项，或者无法进行匹配：

import re
import ast

def match_line(line):
    while line:
        print "Trying to match:", line
        try:
            return ast.literal_eval(line)
        except SyntaxError, e:
            line = line[:e.offset - 1]
        except ValueError: # No way it would ever match
            break
    return None

with open('test.txt.') as f:
    for line in f:
        match = match_line(line.strip())
        print "Matched:", match
        print

解析出字符串部分。你可以用一个或

字符串并将其分配给变量

测试：

正则表达式表示“匹配任何内容并将其存储为第1组，最多为一个空格、一个单词、一个空格、@-符号、空格和一个单词”。然后使用

.group（1）

语法检索组。括号用于定义组，请参见

以下是一个版本，它尝试通过失败并重试，尽可能贪婪地解析字符串，直到找到匹配项，或者无法进行匹配：

import re
import ast

def match_line(line):
    while line:
        print "Trying to match:", line
        try:
            return ast.literal_eval(line)
        except SyntaxError, e:
            line = line[:e.offset - 1]
        except ValueError: # No way it would ever match
            break
    return None

with open('test.txt.') as f:
    for line in f:
        match = match_line(line.strip())
        print "Matched:", match
        print

---

你可以用正则表达式。不过，通常不建议将其用于解析，因为除非您有相当简单的输入或遵循严格规则的输入，否则很容易出错。 可能有某种解析模块可以更好地处理这个问题（例如，

csv

模块对于字段中的引号和转义非常有用，如果您有csv）

注意：我使用了

r'xxxxx'

语法来避免进一步转义python的反斜杠（它们已经转义为正则表达式）

---

regex

“（[^“\\]\\\）+”

表示“匹配任何不是”的内容或反斜杠，或匹配反斜杠以及紧跟其后的内容。”

您可以使用regex。不过，通常不建议将其用于解析，因为除非您有相当简单的输入或遵循严格规则的输入，否则很容易出错。 可能有某种解析模块可以更好地处理这个问题（例如，

csv

模块对于字段中的引号和转义非常有用，如果您有csv）

注意：我使用了

r'xxxxx'

语法来避免进一步转义python的反斜杠（它们已经转义为正则表达式）

---

regex

“（[^“\\]\\\）+”

表示“匹配任何不是”的内容或反斜杠，或匹配反斜杠以及紧跟其后的任何内容。”

您对该模块不了解吗？在这里可能有用。@NiklasB。对于OP发布的特定任务，

shlex

似乎有点过头了……你不知道这个模块吗？在这里可能有用。@NiklasB。对于OP发布的特定任务，

shlex

似乎有点过头了……既然

literal\u eval

在这里更合适，为什么还要提到

eval

？而且，“解析出字符串解析”实际上是最难的部分（使用

shlex

：

shlex.split（s.strip（））[0]

）。那么，就不再涉及

eval

ing了。@NiklasB。因为在写答案时，我记不起ast.literal\u eval的确切包名和函数名（显然历史上看不到第一篇文章…）。此外，使用正则表达式对行的后半部分进行解析似乎很简单，请参见更新的答案。嘿，这似乎有效！不过，我对正则表达式有点困惑。这两个正则表达式实际上在做什么？对不起，粘贴时出错了。第一个已经过时了。既然

literal\u eval

在这里更合适，为什么还要提到

eval

呢？而且，“解析出字符串解析”实际上是最难的部分（使用

shlex

：

shlex.split（s.strip（））[0]

）。那么，就不再涉及

eval

ing了。@NiklasB。因为在写答案时，我记不起ast.literal\u eval的确切包名和函数名（显然历史上看不到第一篇文章…）。此外，使用正则表达式对行的后半部分进行解析似乎很简单，请参见更新的答案。嘿，这似乎有效！不过，我对正则表达式有点困惑。这两个正则表达式实际上在做什么？对不起，粘贴时出错了。第一个已经过时了。这个似乎对我最合适。正则表达式是有意义的，我需要它做什么就做什么，看起来它在我所有的情况下都能工作。我会再检查几件事，但这件应该行得通。这件似乎对我最合适。正则表达式是有意义的，我需要它做什么就做什么，看起来它在我所有的情况下都能工作。我会再检查几件事，但这应该行得通。