Python 按空格拆分，但如果冒号后跟空格或引号中有空格，则不拆分

我有一根这样的绳子

str = 'name: phil age : 23 range: 33, 45 address: "main ave US"' 

标记为

['name: phil', 'age : 23', 'range: 33, 45' 'address: "main ave US"']

示例字符串1

>>> import re
>>> str = 'name: phil age : 23 range: 33, 45 address: "main ave US"' 
>>> re.findall(r'\w+\s*:\s*(?:"[^"]*"|.*?(?=\w+\s*:\s*|$))', str)
['name: phil ', 'age : 23 ', 'range: 33, 45 ', 'address: "main ave US"']

样本串2

>>> str = 'name: phil age : 23 range: 33, 45 address: "main ave US" abcd : xyz' 
>>> re.findall(r'\w+\s*:\s*(?:"[^"]*"|.*?(?=\w+\s*:\s*|$))', str)
['name: phil ', 'age : 23 ', 'range: 33, 45 ', 'address: "main ave US"', 'abcd : xyz']

样本串3

>>> str = 'name: phil age : 23 range: 33, 45'
>>> re.findall(r'\w+\s*:\s*(?:"[^"]*"|.*?(?=\w+\s*:\s*|$))', str)
['name: phil ', 'age : 23 ', 'range: 33, 45']

要修剪每个匹配的前导空格和尾随空格，可以使用以下命令：

>>> list(map(lambda x:x.strip(), re.findall(r'\w+\s*:\s*(?:"[^"]*"|.*?(?=\w+\s*:\s*|$))', str)))
['name: phil', 'age : 23', 'range: 33, 45']

使用的正则表达式是：

\w+\s*：\s*（？：“[^”]*”|*（？=\w+\s*：\s*|$）

---

边缘情况：

>>> str='word1 word2 name: phil age : 23 range: 33, 45'
>>> list(map(lambda x:x.strip() if ':' in x else list(map(lambda s:s.strip(), x.split())), re.findall(r'\w+\s*:?\s*(?:"[^"]*"|.*?(?=\w+\s*:\s*|$))?' , str)))
[['word1', 'word2'], 'name: phil', 'age : 23', 'range: 33, 45']

有了上述结构后，您可以使用给定的任何一个答案展平列表

示例字符串1

>>> import re
>>> str = 'name: phil age : 23 range: 33, 45 address: "main ave US"' 
>>> re.findall(r'\w+\s*:\s*(?:"[^"]*"|.*?(?=\w+\s*:\s*|$))', str)
['name: phil ', 'age : 23 ', 'range: 33, 45 ', 'address: "main ave US"']

样本串2

>>> str = 'name: phil age : 23 range: 33, 45 address: "main ave US" abcd : xyz' 
>>> re.findall(r'\w+\s*:\s*(?:"[^"]*"|.*?(?=\w+\s*:\s*|$))', str)
['name: phil ', 'age : 23 ', 'range: 33, 45 ', 'address: "main ave US"', 'abcd : xyz']

样本串3

>>> str = 'name: phil age : 23 range: 33, 45'
>>> re.findall(r'\w+\s*:\s*(?:"[^"]*"|.*?(?=\w+\s*:\s*|$))', str)
['name: phil ', 'age : 23 ', 'range: 33, 45']

要修剪每个匹配的前导空格和尾随空格，可以使用以下命令：

>>> list(map(lambda x:x.strip(), re.findall(r'\w+\s*:\s*(?:"[^"]*"|.*?(?=\w+\s*:\s*|$))', str)))
['name: phil', 'age : 23', 'range: 33, 45']

使用的正则表达式是：

\w+\s*：\s*（？：“[^”]*”|*（？=\w+\s*：\s*|$）

---

边缘情况：

>>> str='word1 word2 name: phil age : 23 range: 33, 45'
>>> list(map(lambda x:x.strip() if ':' in x else list(map(lambda s:s.strip(), x.split())), re.findall(r'\w+\s*:?\s*(?:"[^"]*"|.*?(?=\w+\s*:\s*|$))?' , str)))
[['word1', 'word2'], 'name: phil', 'age : 23', 'range: 33, 45']

---

一旦你有了上面的结构，你就可以使用给出的任何一个答案将列表展平，这个正则表达式应该是非常稳定的。它只检查后跟冒号的键名，并使用正向前瞻将其视为匹配的开始和未包含的结束

根据您希望进一步处理它的方式，您可以使用以下简单变体：

\w+\s*:.*?(?=(?:\w+\s*:)|$)

这将匹配整个键/值对，包括所有空格

---

如果要在冒号处拆分这些对，例如，要将它们存储在字典中，您还可以使用这个稍加修改的正则表达式，它为每对返回一个元组

（key，value）

，前导和尾随空格已被剥离：

(\w+)\s*:\s*(.*?)\s*(?=(?:\w+\s*:)|$)

---

下面是如何使用这两个正则表达式的Python示例：

import re

pattern1 = r'\w+\s*:.*?(?=(?:\w+\s*:)|$)'
pattern2 = r'(\w+)\s*:\s*(.*?)\s*(?=(?:\w+\s*:)|$)'
data = 'name: phil age : 23 range: 33, 45 address: "main ave US"' 

print('Pattern 1:', re.findall(pattern1, data))
print('Pattern 2:', re.findall(pattern2, data))

输出：

Pattern 1: ['name: phil ', 'age : 23 ', 'range: 33, 45 ', 'address: "main ave US"']
Pattern 2: [('name', 'phil'), ('age', '23'), ('range', '33, 45'), ('address', '"main ave US"')]

---

这个正则表达式应该非常稳定。它只检查后跟冒号的键名，并使用正向前瞻将其视为匹配的开始和未包含的结束

根据您希望进一步处理它的方式，您可以使用以下简单变体：

\w+\s*:.*?(?=(?:\w+\s*:)|$)

这将匹配整个键/值对，包括所有空格

---

如果要在冒号处拆分这些对，例如，要将它们存储在字典中，您还可以使用这个稍加修改的正则表达式，它为每对返回一个元组

（key，value）

，前导和尾随空格已被剥离：

(\w+)\s*:\s*(.*?)\s*(?=(?:\w+\s*:)|$)

---

下面是如何使用这两个正则表达式的Python示例：

import re

pattern1 = r'\w+\s*:.*?(?=(?:\w+\s*:)|$)'
pattern2 = r'(\w+)\s*:\s*(.*?)\s*(?=(?:\w+\s*:)|$)'
data = 'name: phil age : 23 range: 33, 45 address: "main ave US"' 

print('Pattern 1:', re.findall(pattern1, data))
print('Pattern 2:', re.findall(pattern2, data))

输出：

Pattern 1: ['name: phil ', 'age : 23 ', 'range: 33, 45 ', 'address: "main ave US"']
Pattern 2: [('name', 'phil'), ('age', '23'), ('range', '33, 45'), ('address', '"main ave US"')]

---

---

这并不是一个纯粹的正则表达式操作。你用什么语言？另外，这些数据的来源是什么？它看起来几乎像JSON，如果是的话，您只需要使用JSON解析器，您的预期输出甚至与您的描述不匹配。这不是regex的本意。您应该使用专用的lexer/parser。它不是JSON。源是输入框中输入的原始字符串。@dilip您使用的是哪种编程语言？问题在于字符串似乎没有遵循任何有用的模式，例如，

name:

和

age:

之间存在差异。这不是一个纯正则表达式操作。你用什么语言？另外，这些数据的来源是什么？它看起来几乎像JSON，如果是的话，您只需要使用JSON解析器，您的预期输出甚至与您的描述不匹配。这不是regex的本意。您应该使用专用的lexer/parser。它不是JSON。源是输入框中输入的原始字符串。@dilip您使用的是哪种编程语言？问题在于字符串似乎没有遵循任何有用的模式，例如

name:

和

age:

之间的差异。我本可以接受这个答案，但正如您所提到的，它并不适用于所有情况，例如str='name:phil age:23 range:33，45'感谢您的努力though@dilip用示例和新正则表达式编辑ans。。现在就来看看吧。这很有效。谢谢如果可能的话，您还可以查看一个角落案例str='word1 word2 name:phil age:23 range:33,45'=>['word1'，'word2'，'name:phil'，'age:23'，'range:33,45']。但是你按照问题回答了，我接受了。干得好。如果您也能处理上述边缘情况，我将非常高兴。+1但您可以通过一些小的修改来改进图案。1） 您可以将前瞻缩短为仅

（？=\w+\s*：|$）

（删除冒号后面的

\s*

）。2） 您根本不需要

“[^”]*“|

部分。3）将

\s*

添加到前瞻中以去除尾随空格。基本上，它应该是这样的：

\w+\s*：\s*？（？=\s*\w+\s*：\124;$）

。更新以满足OP的新要求：

\w+（？：\s*：\s*：\s*。（？=\s*：\w+\s*：）：$）？

@dilip weclome:）当然..我正在做一些事情..我会尝试包括这一点并在某个时候发布我会接受这个答案，但正如你提到的，它并不适用于所有情况，例如str='name:phil age:23 range:33，45'谢谢你的努力though@dilip用示例和一个新的正则表达式编辑ans..现在看看Perfect、 这很有效。谢谢。如果可能的话，你还可以看看一个角落的例子str='word1 word2 name:phil age:23 range:33，45'=>['word1'，'word2'，'name:phil'，'age:23'，'range:33，45']。但是你按照问题回答了，我接受了。干得好。如果你也能处理上面的边缘情况，我会很高兴的。+1但是你可以通过一些小的修改来改进模式。1）你可以将前瞻缩短为

（？=\w+\s*：|$）

（删除了冒号后面的

\s*

）.2）您根本不需要

“[^”]*“|

部分。3） 将

\s*

添加到前瞻中，以消除尾随空格。基本上它应该是这样的：

\w+\s*：\s*？（？=\s*\w+\s*：|$）

。使用OP的新要求进行更新：

\w+（？：\s*：\s*？（？=\s*\w+\s*：|$）？

@dilip weclome:）确定。。我正忙着。。我会试着把它包括进去，然后在某个时候发布