Python正则表达式以一种奇怪的方式进行交互

Question

我正在做我的正式语言作业，在尝试使用regex.split(param)处理Python Regex时遇到了一些麻烦

我有以下文字：

{q0,q1,q2,q3},{a,b},q0,{q1,q3}

必须拆分为：

["q0,q1,q2,q3", "a,b", "q0", "q1,q3"]

它总是以逗号分隔，并且包含字母数字值，可能以字母或数字开头。你知道吗

为了实现上述分离，我创建了这段非常长的代码，处理String.join()和Array.split()：

[x for x in ' '.join(' '.join(' '.join(args.split(',{')).split('}')).split('{')).split(' ') if x != '']

我用REGEX尝试了以下方法，但根本不起作用：

re.compile("(,{)|}|{|(},)")

它还给我：

['', None, None, 'q0,q1,q2,q3', None, None, '', ',{', None, 'a,b', None, None, ',q0', ',{', None, 'q1,q3', None, None, '']

处理所有这些伪值很容易，但是为什么它在数组中保留,{之类的内容呢？你知道吗

Answer 1

您可以通过一个简单的re.findall立即获得所需的。（可选）在组中重复单词字符，后跟逗号，然后以更多单词字符结束：

str = '{q0,q1,q2,q3},{a,b},q0,{q1,q3}'
re.findall(r'(?:\w+,)*\w+', str)

输出：

['q0,q1,q2,q3', 'a,b', 'q0', 'q1,q3']

Answer 2

regex将在外部逗号之间找到任何内容，然后我将其从大括号中去掉（如果存在）：

import re
s = '{q0,q1,q2,q3},{a,b},q0,{q1,q3}'
result = [i[1:-1] if i.startswith('{') else i for i in re.findall(r'[^,{]*(?:\{[^{}]*\})*[^,}]*', s) if i]
print(result)  # ['q0,q1,q2,q3', 'a,b', 'q0', 'q1,q3']

它也适用于ASCII字母以外的其他字符：

import re
s = '{q0,q1,q2,q3.?!},{a,b},q0,@,{q1,q3}'
result = [i[1:-1] if i.startswith('{') else i for i in re.findall(r'[^,{]*(?:\{[^{}]*\})*[^,}]*', s) if i]
print(result)  # ['q0,q1,q2,q3.?!', 'a,b', 'q0', '@', 'q1,q3']

Answer 3

使用以下正则表达式：

import re

s = "{q0,q1,q2,q3},{a,b},q0,{q1,q3}"
m = re.findall(r"\{([A-Za-z0-9_,]+)\}|,([A-Za-z0-9_]+),", s)
if m:
    print(m)