正则表达式在 Python 中多次前瞻和后瞻

Question

我的输入格式如下（txt1）：

txt1 = "[('1','Hello is 1)people 2)animals'), ('People are 1) hello 2) animals'), ('a')]"

我想把它提取成以下格式-

[['1','Hello is 1)people 2)animals'],['People are 1) hello 2) animals'],['a']]

所以，基本上，我想要括号内的信息。但我无法做到这一点。此外，我使用了 Lookahead 和 Lookbehind 来避免被数字拆分 - '1)' 或 '2)' 之前我在re.split('[\(\)\[\]] 的简单语句中发生了这种情况

我一直在尝试使用 findall 功能来检查我得到了什么。

r = re.findall(r'\((?=\').*(?<=\')\)(?=\,)', txt1)

我得到了-

["('1','Hello is 1)people 2)animals'), ('People are 1) hello 2) animals')"]

似乎忽略了中间括号。我该怎么做才能得到我需要的结果？

谢谢。

注意：

对于我打算用来获得所需输出的拆分功能，我得到了这个-

r = re.split(r'\((?=\').*(?<=\')\)(?=\,)', txt1)

['[', ", ('a')]"]

Answer 1

为什么是正则表达式？

import ast
[list(x) if isinstance(x, tuple) else [x] for x in ast.literal_eval(txt1)]
# => [['1', 'Hello is 1)people 2)animals'], ['People are 1) hello 2) animals'], ['a']]

如果您坚持使用正则表达式，除非字符串包含转义引号，否则这应该有效：

[re.findall(r"'[^']*'", x) for x in re.findall(r"\(('[^']*'(?:,\s*'[^']*')*)\)", txt1)]
# => [["'1'", "'Hello is 1)people 2)animals'"], ["'People are 1) hello 2) animals'"], ["'a'"]]

Answer 2

无需使用regex的另一种解决方案：

txt1 = "[('1','Hello is 1)people 2)animals'), ('People are 1) hello 2) animals'), ('a')]"
replace_pairs = {
    "('": "'",
    "'), ": '#',
    '[': '',
    ']': '',
    "'": '',
}
for k, v in replace_pairs.items():
    txt1 = txt1.replace(k, v)

txt1 = txt1[:-1].split('#') # the last char is a paranthesis
print([i.split(',') for i in txt1])

输出：

[['1', 'Hello is 1)people 2)animals'], ['People are 1) hello 2) animals'], ['a']]

注意：如果输入比您在此处显示的更复杂，这可能不起作用。

Answer 3

您可以尝试使用模式\(([^(]+)\)

解释：

\( - 匹配 ( 字面意思

(...) - 捕获组

[^(]+ - 匹配(以外的一个或多个字符

\) - 匹配 ) 字面意思

并使用替换模式：[\1]，它将第一个捕获组（反向引用 \1）放在方括号内。

Demo