Python 正则表达式：给定一个字符串，在双引号中查找子字符串，在双引号中查找子字符串

例如：

如果字符串为“正常”脚本，则输出应显示子字符串

normal

在双引号中，而子字符串

script

不在双引号中

为了从字符串中跟踪双引号子字符串，我尝试使用正则表达式：

r'（[^”]*）“'

我们可以使用

split（）

下面是我尝试过的代码-它返回双引号的子字符串列表

import re
def demo(text):      
    matches = re.findall(r'"([^"]*)"', text)
    return matches

a = demo('"normal" string "is here"')
print(a)

除了寻找双引号的子字符串外，我还寻找非双引号的子字符串

import re
def demo(text):      
    matches = re.findall(r'"([^"]*)"', text)
    return matches

a = demo('"normal" string "is here"')
print(a)

例如，
demo（“'normal”string”在这里“'）
的输出应该是：

双引号：
['normal'，'is here']

非双引号：
['string']
我知道
split（）
最快，
replace（）
比regex快，所以：

output = '"normal" script'.replace('"', '').split()

输出：
['normal'，'script']

执行时间：
3.490e-05秒
使用regex，您可以获得时间
0.2e-04
和
0.3e-04
我知道
split（）
最快，
replace（）
比regex更快，因此：

output = '"normal" script'.replace('"', '').split()

输出：
['normal'，'script']

执行时间：
3.490e-05秒
使用正则表达式，您可以在
0.2e-04
和
0.3e-04
中搜索同一正则表达式中的引号和双引号字符串

import re

def dequote(s):
    return re.findall(r'(?:"([^"]*)")|([^"]*)', s)

print(dequote('"normal" script'))
print(dequote('another "normal" script with "extra words in it"'))

请注意，返回的元组列表包含带引号的字符串和不带引号的字符串。带引号的字符串位于元组的第一个元素中，不带引号的字符串位于第二个元素中

如果你想把这些列表分开，那么把它们分开就很简单了

result = dequote('another "normal" script with "extra words in it"')

result_quoted = [t[0].strip() for t in result if t[0]]
result_unquoted = [t[1].strip() for t in result if t[1]]

print("double quoted: {}\nnot double quoted{}".format(
    result_quoted, result_unquoted))

整个程序的输出：

$ python x.py 
[('normal', ''), ('', ' script'), ('', '')]
[('', 'another '), ('normal', ''), ('', ' script with '), ('extra words in it', ''), ('', '')]
double quoted: ['normal', 'extra words in it']
not double quoted['another', 'script with']

注意，您暗示一个基于<代码> Re/Cu>的解决方案将比基于<代码> STR-SPLITE（）/代码>的一个解决方案要快。我不相信这一点。考虑这两个解决方案：
def dequote_re(s):
    result = re.findall(r'(?:"([^"]*)")|([^"]*)', s)
    result_quoted = [t[0].strip() for t in result if t[0]]
    result_unquoted = [t[1].strip() for t in result if t[1]]
    return result_quoted, result_unquoted

def dequote_split(s):
    result = s.split('"')
    result_unquoted = [item.strip() for item in result[0::2] if item]
    result_quoted = [item.strip() for item in result[1::2] if item]
    return result_quoted, result_unquoted

它们给出了相同的答案。也许您应该运行timeit来查找哪个更快。
您可以在同一正则表达式中搜索引号和双引号字符串

import re

def dequote(s):
    return re.findall(r'(?:"([^"]*)")|([^"]*)', s)

print(dequote('"normal" script'))
print(dequote('another "normal" script with "extra words in it"'))

请注意，返回的元组列表包含带引号的字符串和不带引号的字符串。带引号的字符串位于元组的第一个元素中，不带引号的字符串位于第二个元素中

如果你想把这些列表分开，那么把它们分开就很简单了

result = dequote('another "normal" script with "extra words in it"')

result_quoted = [t[0].strip() for t in result if t[0]]
result_unquoted = [t[1].strip() for t in result if t[1]]

print("double quoted: {}\nnot double quoted{}".format(
    result_quoted, result_unquoted))

整个程序的输出：

$ python x.py 
[('normal', ''), ('', ' script'), ('', '')]
[('', 'another '), ('normal', ''), ('', ' script with '), ('extra words in it', ''), ('', '')]
double quoted: ['normal', 'extra words in it']
not double quoted['another', 'script with']

注意，您暗示一个基于<代码> Re/Cu>的解决方案将比基于<代码> STR-SPLITE（）/代码>的一个解决方案要快。我不相信这一点。考虑这两个解决方案：
def dequote_re(s):
    result = re.findall(r'(?:"([^"]*)")|([^"]*)', s)
    result_quoted = [t[0].strip() for t in result if t[0]]
    result_unquoted = [t[1].strip() for t in result if t[1]]
    return result_quoted, result_unquoted

def dequote_split(s):
    result = s.split('"')
    result_unquoted = [item.strip() for item in result[0::2] if item]
    result_quoted = [item.strip() for item in result[1::2] if item]
    return result_quoted, result_unquoted

他们给出了相同的答案。也许您应该运行timeit来找出哪个更快。
使用模块：

有关详细说明，请参见。简单地说，将
（*SKIP）（*F）
附加到要排除的正则表达式，并使用alternation定义您需要的模块：

请参阅以获取详细解释。简单地说，将
（*SKIP）（*F）
附加到要排除的正则表达式，并使用交替定义所需的正则表达式如果字符串很大，则可以使用正则表达式计算出现的值，并设法将其拆分为较小的部分（取决于您希望获得的内容和从何处获得）

看起来你的子串是单词。
对于双引号或非双引号字符串，可以按子字符串拆分，并将其作为列表进行删除

按双引号或非双引号拆分可能需要创建两个列表

按单词拆分您可以创建一个单词列表，并在输出时检查双引号

根据您得到的字符串的大小，这两种情况的成本几乎相同

我建议您使用，并尽可能多地获取您可能需要处理的字符串片段

我的最佳选择。
如果你有一个相当大的字符串，你可以使用正则表达式来计算出现的情况，并设法将其分解成更小的部分（取决于你希望得到什么以及从哪里得到）

看起来你的子串是单词。
对于双引号或非双引号字符串，可以按子字符串拆分，并将其作为列表进行删除

按双引号或非双引号拆分可能需要创建两个列表

按单词拆分您可以创建一个单词列表，并在输出时检查双引号

根据您得到的字符串的大小，这两种情况的成本几乎相同

我建议您使用，并尽可能多地获取您可能需要处理的字符串片段

最好。
您的输入和预期输出是什么？您的代码在哪里？将使用代码更新详细信息。您的输入和预期输出是什么？您的代码在哪里？将使用代码更新详细信息。