如何用不在括号内的逗号分隔？答案

【问题标题】：How to split by commas that are not within parentheses?如何用不在括号内的逗号分隔？
【发布时间】：2021-03-19 05:33:44
【问题描述】：

假设我有一个这样的字符串，其中项目用逗号分隔，但在带有括号内容的项目中也可能有逗号：

（编辑：抱歉，忘记提及某些项目可能没有括号内容）

"Water, Titanium Dioxide (CI 77897), Black 2 (CI 77266), Iron Oxides (CI 77491, 77492, 77499), Ultramarines (CI 77007)"

如何仅用不在括号内的逗号分割字符串？即：

["Water", "Titanium Dioxide (CI 77897)", "Black 2 (CI 77266)", "Iron Oxides (CI 77491, 77492, 77499)", "Ultramarines (CI 77007)"]

我想我必须使用正则表达式，也许是这样的：

([(]?)(.*?)([)]?)(,|$)

但我仍在努力让它发挥作用。

【问题讨论】：

你能展示一下你到目前为止所做的尝试吗？

标签： python regex

【解决方案1】：

使用negative lookahead 匹配所有不在括号内的逗号。根据匹配的逗号拆分输入字符串将为您提供所需的输出。

,\s*(?![^()]*\))

DEMO

>>> import re
>>> s = "Water, Titanium Dioxide (CI 77897), Black 2 (CI 77266), Iron Oxides (CI 77491, 77492, 77499), Ultramarines (CI 77007)"
>>> re.split(r',\s*(?![^()]*\))', s)
['Water', 'Titanium Dioxide (CI 77897)', 'Black 2 (CI 77266)', 'Iron Oxides (CI 77491, 77492, 77499)', 'Ultramarines (CI 77007)']

【讨论】：

regex101.com 再次来袭！ :)（一个小时前我也刚刚评论了here）
我有类似的问题，但这对我不起作用，因为有内括号。例如，“水、二氧化钛 (CI 77897)、黑色 2 (CI 77266)、氧化铁 (CI 77491、77492(w)、77499)、群青 (CI 77007)”
这不适用于匹配括号但是，试试这个：s="b.buildPlanPHID,coalesce(concat('D', r.Id), concat('D',c.revisionID), concat('D', d.revisionID)) as revision_id ,d.Id as diff_id" 应该将它分成 3 个标记，但它会创建更多。
是的，这不适用于包含超过 1 级括号的字符串。
搜索了一段时间，这是唯一对我有用的正则表达式解决方案

【解决方案2】：

您只需使用str.replace 和str.split 即可。您可以使用任何字符替换),。

a = "Titanium Dioxide (CI 77897), Black 2 (CI 77266), Iron Oxides (CI 77491, 77492, 77499), Ultramarines (CI 77007)"
a = a.replace('),', ')//').split('//')
print a

输出：-

['Titanium Dioxide (CI 77897)', ' Black 2 (CI 77266)', ' Iron Oxides (CI 77491, 77492, 77499)', ' Ultramarines (CI 77007)']

【讨论】：

字符串water在哪里？
@AvinashRaj 哦！我只是在我的字符串中错过了它。
此解决方案不会拆分不以括号结尾的项目（如示例中的Water），因此字符串拆分不正确。

【解决方案3】：

我相信我有一个更简单的正则表达式：

rx_comma = re.compile(r",(?![^(]*\))")
result = rx_comma.split(string_to_split)

正则表达式的解释：

匹配,：
NOT 后跟：
- 以) 结尾的字符列表，其中：
- , 和 ) 之间的字符列表不包含 (

它在嵌套括号的情况下不起作用，例如a,b(c,d(e,f))。如果需要这个，一种可能的解决方案是通过拆分结果，如果字符串具有开放括号而没有关闭，请进行合并:)，例如：

"a"
"b(c" <- no closing, merge this 
"d(e" <- no closing, merge this
"f))

【讨论】：

【解决方案4】：

这个版本似乎可以使用嵌套括号、方括号（[] 或）和大括号：

def split_top(string, splitter, openers="([{<", closers = ")]}>", whitespace=" \n\t"):
    ''' Splits strings at occurance of 'splitter' but only if not enclosed by brackets.
        Removes all whitespace immediately after each splitter.
        This assumes brackets, braces, and parens are properly matched - may fail otherwise '''

outlist = []
outstring = []

depth = 0

for c in string:
    if c in openers:
        depth += 1
    elif c in closers:
        depth -= 1

        if depth < 0:
            raise SyntaxError()

    if not depth and c == splitter:
        outlist.append("".join(outstring))
        outstring = []
    else:
        if len(outstring):
            outstring.append(c)
        elif c not in whitespace:
            outstring.append(c)

outlist.append("".join(outstring))

return outlist

像这样使用它：

s = "Water, Titanium Dioxide (CI 77897), Black 2 (CI 77266), Iron Oxides (CI 77491, 77492, 77499), Ultramarines (CI 77007)"

split = split_top(s, ",") # splits on commas

我知道，这可能不是有史以来最快的。

【讨论】：

【解决方案5】：

试试正则表达式

[^()]*\([^()]*\),?

代码：

>>x="Titanium Dioxide (CI 77897), Black 2 (CI 77266), Iron Oxides (CI 77491, 77492, 77499), Ultramarines (CI 77007)"
>> re.findall("[^()]*\([^()]*\),?",x)
['Titanium Dioxide (CI 77897),', ' Black 2 (CI 77266),', ' Iron Oxides (CI 77491, 77492, 77499),', ' Ultramarines (CI 77007)']

查看正则表达式的工作原理http://regex101.com/r/pS9oV3/1

【讨论】：

【解决方案6】：

使用regex，这可以通过findall 函数轻松完成。

import re
s = "Titanium Dioxide (CI 77897), Black 2 (CI 77266), Iron Oxides (CI 77491, 77492, 77499), Ultramarines (CI 77007)"
re.findall(r"\w.*?\(.*?\)", s) # returns what you want

如果您想更好地理解正则表达式，请使用http://www.regexr.com/，这里是 python 文档的链接：https://docs.python.org/2/library/re.html

编辑：我修改了正则表达式字符串以接受不带括号的内容：\w[^,(]*(?:\(.*?\))?

【讨论】：