自定义分隔符上的正则表达式拆分字符串到特定单词

Question

我正在尝试为我制作的应用程序解析一些字符串。 我只想在逗号后面跟一个星号（不包括特定单词的第一次出现）时才用逗号分隔，比如说“条件”。所以，例如字符串：!Example,Value,1,*SPLIT_THIS=True,*AND_THIS=True,*CONDITION=Something/ELSE:!Example,Value,2,*DONT_SPLIT=True,*AND_NOT_THIS=True,*CONDITION=SomethingElse/ELSE:False

应该像这样拆分：

["!Example,Value,1", "*SPLIT_THIS=True", "*AND_THIS=True", "*CONDITION=Something/ELSE:!Example,Value,2,*DONT_SPLIT=True,*AND_NOT_THIS=True,*CONDITION=SomethingElse/ELSE:False"]

因此，那里可能有更多的“CONDITION”和更多的逗号星号，但我只想拆分直到第一次出现“CONDITION”。我尝试过像(?=(CONDITION)) 或(?=CONDITION) 和',\*' 这样的积极前瞻，以逗号分隔，后跟星号（不包括星号），但我似乎找不到合适的。任何指针都会非常有帮助。

Answer 1

您需要在此处应用特定逻辑，因为无法使用一个正则表达式解决方案（我们需要无限宽度的后视来检查当前位置左侧是否有CONDITION，并且可以使用 PyPi仅正则表达式模块）。

这是一个可能的解决方案：

import re
s = '!Example,Value,1,*SPLIT_THIS=True,*AND_THIS=True,*CONDITION=Something/ELSE:!Example,Value,2,*DONT_SPLIT=True,*AND_NOT_THIS=True,*CONDITION=SomethingElse/ELSE:False'
x = re.search(r"\*(CONDITION|MOREOPTIONS)", s)
res = []
if x:
    res = re.findall(r"(?:^|\*)[^*]+(?=,|$)", s[:x.start(1)])
    res.append(s[x.start(1):])

print(res)
# => ['!Example,Value,1', '*SPLIT_THIS=True', '*AND_THIS=True', 
     'CONDITION=Something/ELSE:!Example,Value,2,*DONT_SPLIT=True,*AND_NOT_THIS=True,*CONDITION=SomethingElse/ELSE:False']

见online Python demo

详情：

• re.search(r"\*(CONDITION|MOREOPTIONS)", s) - 找到第一次出现的 CONDITION（如果需要，添加更多 |-seaprated 选项）
• re.findall(r"(?:^|\*)[^*]+(?=,|$)", s[:x.start(1)]) - 如果匹配，则在匹配的 CONDITION 之前的字符串中查找所有不重叠的匹配项：
  • (?:^|\*) - 字符串开头或*
  • [^*]+ - 1 个或多个除 * 之外的字符
  • (?=,|$) - 需要 , 或字符串结尾而不使用它们
• res.append(s[x.start(1):]) - 只是在CONDITION 之后附加部分。