Python 否定匹配的正则表达式模式

我们希望将换行符（

\r\n

、

\n

或

\r

）之间出现的字符分组在一起，但忽略引号内出现的换行符。大概是这样的：

test = 'hello \r\n you, hi, hola, "hei\nhei", hej\r\nhello, hi, hola, "hei\nhei", "hej\r\ngreat", you?'

match -> hello 
match ->  you, hi, hola, "hei\nhei", hej
match -> hello, hi, hola, "hei\nhei", "hej\r\ngreat", you?

我们设法使某些东西能够满足大多数需求，但它不会忽略引号中的换行符：

In [342]: test = 'hello \r\n you, hi, hola, "hei\nhei", hej\r\nhello, hi, hola, "hei\nhei", "hej\r\ngreat", you?'

In [343]: [r for r in re.finditer(r'([^(\r\n)])+', test)]
Out[343]:
[<_sre.SRE_Match object; span=(0, 6), match='hello '>,
 <_sre.SRE_Match object; span=(8, 28), match=' you, hi, hola, "hei'>,
 <_sre.SRE_Match object; span=(29, 38), match='hei", hej'>,
 <_sre.SRE_Match object; span=(40, 61), match='hello, hi, hola, "hei'>,
 <_sre.SRE_Match object; span=(62, 72), match='hei", "hej'>,
 <_sre.SRE_Match object; span=(74, 86), match='great", you?'>]

In[342]：test='hello\r\n你，你好，你好，你好，“嘿嘿”，嘿\r\n你好，你好，你好，“嘿嘿”，“嘿，你好”，你
[343]中：[r代表r.finditer中的r（r'（[^（\r\n）]）+'，test]
出[343]：
[,
,
,
,
,
]

因此，我们尝试了一种不同的方法：创建一种模式，找到我们想要排除的模式，然后尝试否定它：

In [344]: [r for r in re.finditer(r'(\r\n|\n)(?=(?:[^"]*"[^"]*")*[^"]*\Z)', test)]
Out[344]:
[<_sre.SRE_Match object; span=(6, 8), match='\r\n'>,
 <_sre.SRE_Match object; span=(38, 40), match='\r\n'>]

[344]中的

：[r代表r.finditer中的r（r'（\r\n |\n）（？=（？：[^”]*“[^”]*”[^”]*”*[^”]*\Z），测试）]
出[344]：
[,
]

但是我们不知道如何正确地否定它。我们使用

re.finditer（）

而不是

re.split（）

，因为我们想返回一个生成器。

你可以使用

（[^”\r\n]*（？：“[^”]+“[^”\r\n]*）

这样，您将发现任何字符串都没有换行符，也没有可以在引号中后跟任意数量字符串的引号

将输出：

['hello ',
 ' you, hi, hola, "hei\nhei", hej',
 'hello, hi, hola, "hei\nhei", "hej\r\ngreat", you?']

---

这听起来像是regex不太适合解析的任务。你会考虑使用诸如<代码> PyPARSUN 之类的东西吗？试试<代码> Re.FiDALL（R′（？）：[^ ] ]“*”+，“测试”。正则表达式不适合嵌套逻辑。@WiktorStribiżew：您的解决方案实际上比我的好得多^^谢谢您提供了关于

pyparsing

@mgilson的提示，我不知道！这太棒了，@Faibbus！！！这正是我们需要的！我们刚刚发现，对于这个用例，它将删除新行：

”\r\n“你好吗\r\n\r我很好\r\n你呢？\n独自一人在黑暗中\n\r\n清洗我\n\r杀了我”

[，…

而不是：

，

。

好的，我没有处理你的线路以

开头的情况。

.UpdatedThanks@Faibbus，我们将使用你的解决方案！

['hello ',
 ' you, hi, hola, "hei\nhei", hej',
 'hello, hi, hola, "hei\nhei", "hej\r\ngreat", you?']