在python中提取字符串的部分

我必须用python解析输入字符串并从中提取某些部分

字符串的格式为

(xx,yyy,(aa,bb,...)) // Inner parenthesis can hold one or more characters in it

我想要一个函数返回xx，yyyy和一个包含aa，bb。。。等

当然，我可以尝试拆分括号和其他内容，但我想知道是否有合适的python方法从字符串中提取此类信息

我有这段代码可以工作，但是没有正则表达式有更好的方法吗

def processInput(inputStr):
    value = inputStr.strip()[1:-1]
    parts = value.split(',', 2)
    return parts[0], parts[1], (parts[2].strip()[1:-1]).split(',')

---

让我们使用正则表达式

/\(([^,]+),([^,]+),\(([^)]+)\)\)/

---

与此匹配，第一个捕获组包含xx，第二个包含yyy，第三个拆分为on，您就有了您的列表。

让我们使用正则表达式

/\(([^,]+),([^,]+),\(([^)]+)\)\)/

---

与此相匹配，第一个捕获组包含xx，第二个包含yyy，第三个拆分为on，您就有了您的列表。

我不知道这是否更好，但这是另一种方式。使用之前建议的正则表达式

 def processInput(inputStr):
        value = [re.sub('\(*\)*','',i) for i in inputStr.split(',')]
        return value[0], value[1], value[2:]

---

或者，您可以使用两个链式替换函数代替正则表达式

我不知道这是否更好，但这是另一种方式。使用之前建议的正则表达式

 def processInput(inputStr):
        value = [re.sub('\(*\)*','',i) for i in inputStr.split(',')]
        return value[0], value[1], value[2:]

或者，您可以使用两个链式替换函数代替正则表达式

像这样怎么样

>>> import ast
>>> import re
>>>
>>> s="(xx,yyy,(aa,bb,ccc))"
>>> x=re.sub("(\w+)",'"\\1"',s)
# '("xx","yyy",("aa","bb","ccc"))'
>>> ast.literal_eval(x)
('xx', 'yyy', ('aa', 'bb', 'ccc'))
>>>

像这样怎么样

>>> import ast
>>> import re
>>>
>>> s="(xx,yyy,(aa,bb,ccc))"
>>> x=re.sub("(\w+)",'"\\1"',s)
# '("xx","yyy",("aa","bb","ccc"))'
>>> ast.literal_eval(x)
('xx', 'yyy', ('aa', 'bb', 'ccc'))
>>>

---

如果括号嵌套可以任意深，那么regexen就不行，您需要一个状态机或解析器。Pyparsing支持使用前向声明类forward的递归语法：

from pyparsing import *

LPAR,RPAR,COMMA = map(Suppress,"(),")
nestedParens = Forward()
listword = Word(alphas) | '...'
nestedParens << Group(LPAR + delimitedList(listword | nestedParens) + RPAR)

text = "(xx,yyy,(aa,bb,...))"
results = nestedParens.parseString(text).asList()
print results

text = "(xx,yyy,(aa,bb,(dd,ee),ff,...))"
results = nestedParens.parseString(text).asList()
print results

---

如果括号嵌套可以任意深，那么regexen就不行，您需要一个状态机或解析器。Pyparsing支持使用前向声明类forward的递归语法：

from pyparsing import *

LPAR,RPAR,COMMA = map(Suppress,"(),")
nestedParens = Forward()
listword = Word(alphas) | '...'
nestedParens << Group(LPAR + delimitedList(listword | nestedParens) + RPAR)

text = "(xx,yyy,(aa,bb,...))"
results = nestedParens.parseString(text).asList()
print results

text = "(xx,yyy,(aa,bb,(dd,ee),ff,...))"
results = nestedParens.parseString(text).asList()
print results

---

如果您对REs过敏，您可以使用：

---

pyparsing还可以轻松控制结果的确切形式，例如，如果需要，可以将最后3项分组到它们自己的子列表中。但我认为最好的方面是，根据你想在语法规范上投入多少空间，你可以让语法规范读起来有多自然：一个开括号、一个单词、一个逗号、一个单词、一个逗号、一个开括号、一个带分隔符的单词列表、两个闭括号，如果你觉得上面s的赋值不那么容易读，我想这是我的错，没有选择更长的标识符；-

如果您对REs过敏，您可以使用：

---

pyparsing还可以轻松控制结果的确切形式，例如，如果需要，可以将最后3项分组到它们自己的子列表中。但我认为最好的方面是，根据你想在语法规范上投入多少空间，你可以让语法规范读起来有多自然：一个开括号、一个单词、一个逗号、一个单词、一个逗号、一个开括号、一个带分隔符的单词列表、两个闭括号，如果你觉得上面s的赋值不那么容易读，我想这是我的错，没有选择更长的标识符；-

您的解决方案非常简单、高效。如果不信任数据源，可以使用正则表达式来限制语法

import re
parser_re = re.compile(r'\(([^,)]+),([^,)]+),\(([^)]+)\)')
def parse(input):
    m = parser_re.match(input)
    if m:
        first = m.group(1)
        second = m.group(2)
        rest = m.group(3).split(",")
        return (first, second, rest)
    else:
        return None

print parse( '(xx,yy,(aa,bb,cc,dd))' )
print parse( 'xx,yy,(aa,bb,cc,dd)' ) # doesn't parse, returns None

# can use this to unpack the various parts.
# first,second,rest = parse(...)

印刷品：

[['xx', 'yyy', ['aa', 'bb', '...']]]
[['xx', 'yyy', ['aa', 'bb', ['dd', 'ee'], 'ff', '...']]]

('xx', 'yy', ['aa', 'bb', 'cc', 'dd'])
None

---

您的解决方案相当简单、高效。如果不信任数据源，可以使用正则表达式来限制语法

import re
parser_re = re.compile(r'\(([^,)]+),([^,)]+),\(([^)]+)\)')
def parse(input):
    m = parser_re.match(input)
    if m:
        first = m.group(1)
        second = m.group(2)
        rest = m.group(3).split(",")
        return (first, second, rest)
    else:
        return None

print parse( '(xx,yy,(aa,bb,cc,dd))' )
print parse( 'xx,yy,(aa,bb,cc,dd)' ) # doesn't parse, returns None

# can use this to unpack the various parts.
# first,second,rest = parse(...)

印刷品：

[['xx', 'yyy', ['aa', 'bb', '...']]]
[['xx', 'yyy', ['aa', 'bb', ['dd', 'ee'], 'ff', '...']]]

('xx', 'yy', ['aa', 'bb', 'cc', 'dd'])
None

---

如果引用了内部值，您实际上可以对其进行求值，尽管我当然不推荐：如果引用了内部值，您实际上可以对其进行求值，尽管我当然不推荐：使用正则表达式绝对是一种好方法，有没有办法创建一个像sortof a reverse printf这样的表达式，并用它来提取所需的部分？C语言中有一个sscanf函数，但我不知道Python的标准库中是否有一个等价的函数。也许有人在第三方库中实现了它。使用regex绝对是一种好方法，是否有必要创建一个类似sortof a reverse printf的表达式并使用它来提取所需的部分？C中有一个sscanf函数，但我不知道Python的标准库中是否有一个等价的函数。也许有人在第三方库中实现了它。亚历克斯，你这个嘴硬的恶魔！我想我们可能会在一分钟内互相发布@保罗，是的，当我开始写我的文章时，你的文章不在那里，我很确定反过来也成立，所以我们一定是在同一时间写的！亚历克斯，你这个嘴甜的魔鬼！我想我们可能会在一分钟内互相发布@保罗，是的，当我开始写我的文章时，你的文章不在那里，我很确定反过来也成立，所以我们一定是在同一时间写的+1因为它展示了pyparsing的两个更高级的特性，而我坚持使用最基本的功能-+1因为它展示了pyparsing的两个更高级的特性，而我坚持使用最基本的功能-