根据一些愚蠢的条件将表达式拆分为列表

Question

我有一个如下的表达式：

^f04[^z]*$ ^f00bar$,^.*f04.*&~(.*z.*)$ AND foo bar OR f04ba

所以，我想在这里做的是：

如果 2 个连续的单词或正则表达式形式的单词由空格分隔，则将该空格更改为单词 AND，如果它们由 ,（逗号）分隔，则将其更改为单词 OR，如果它们由 AND 和 OR 分隔让它们保持原样。

所以，现在应该是这样的：

^f04[^z]*$ AND ^f00bar$ OR ^.*f04.*&~(.*z.*)$ AND foo AND bar OR f04ba

另外，最后如果这两个词用 AND 分隔，那么我想在它周围加上一个括号，所以它看起来像下面这样：

(^f04[^z]*$ AND ^f00bar$) OR (^.*f04.*&~(.*z.*)$ AND foo AND bar) OR f04ba

另一个例子：

1.) foo bar OR cat AND crap,flu -> (foo AND bar) OR (cat AND CRAP) OR flu

2.) ^.*f04.*&~(.*z.*)$ /k1=v1/ /k2=v2/ bar, cat ->

(^.*f04.*&~(.*z.*)$ AND /k1=v1/ AND /k2=v2/ AND bar) OR cat

最好的方法是什么？

我想像下面那样做：

1. 将表达式按空格拆分为列表。 列表将如下所示：

   [^f04[^z]*$,^f00bar$,',',^.*f04.*&~(.*z.*)$,AND,foo,bar,OR,f04ba]
   

2. 遍历列表，如果每个替代词看起来都不像 AND、OR 或 '，则在该单词后添加 AND，如果是 '，'，则将其更改为 OR。

这样好吗？在 Python 中执行此操作的最佳方法应该是什么？

Answer 1

您可以使用... 正则表达式来操作您的正则表达式。首先，使用re.split在每个,或在OR和每个空格或分别在AND进行分割。

>>> r = "^f04[^z]*$ ^f00bar$,^.*f04.*&~(.*z.*)$ AND foo bar OR f04ba"
>>> groups = [[y for y in re.split(" |AND", x) if y] for x in re.split(",|OR", r)]
>>> groups
[['^f04[^z]*$', '^f00bar$'], ['^.*f04.*&~(.*z.*)$', 'foo', 'bar'], ['f04ba']]

然后，只需将str.join 重新组合在一起并将AND 组包装到(...) 中：

>>> ' OR '.join('(' + ' AND '.join(grp) + ')' for grp in groups)
'(^f04[^z]*$ AND ^f00bar$) OR (^.*f04.*&~(.*z.*)$ AND foo AND bar) OR (f04ba)'

但是，请注意，这将在 all , 处拆分，即使这些应该是正则表达式的一部分。我真的不明白应该如何区分这些。 （这可能使用更复杂的正则表达式而不是 ,|OR 就像您在 cmets 中显示的那样，我没有尝试过。）

此外，这会将连词的每个部分包装成(...)，即使它们只有一个元素。这可以通过更复杂的列表理解来解决，首先检查组的len（没有空元素）。

>>> ' OR '.join('(' + ' AND '.join(grp) + ')' if len(grp) > 1 and len(groups) > 1 
...             else ' AND '.join(grp) for grp in groups)
'(^f04[^z]*$ AND ^f00bar$) OR (^.*f04.*&~(.*z.*)$ AND foo AND bar) OR f04ba'