蟒蛇2.7代码
cStr = \"aaaa\",\"bbbb\",\"ccc,ddd\"\'
newStr = cStr.split(\',\')
print newStr # -> [\"aaaa\"\',\"bbbb\"\',\"ccc\',\'ddd\"\' ]
但是，我想要这个结果。
result = [\"aaa\"\',\"bbb\"\',\"ccc,ddd\"\']
使用re.split()函数的解决方案：
import re
cStr = '"aaaa","bbbb","ccc,ddd"'
newStr = re.split(r',(?=")', cStr)
print newStr
输出：
['"aaaa"', '"bbbb"', '"ccc,ddd"']
,(?=") - 前瞻肯定断言，确保分隔符 , 后跟双引号 "
【讨论】：
尝试使用 CSV。
import csv
cStr = '"aaaa","bbbb","ccc,ddd"'
newStr = [ '"{}"'.format(x) for x in list(csv.reader([cStr], delimiter=',', quotechar='"'))[0] ]
print newStr
【讨论】：
pyparsing 有一个内置表达式，commaSeparatedList：
cStr = '"aaaa","bbbb","ccc,ddd"'
import pyparsing as pp
print(pp.commaSeparatedList.parseString(cStr).asList())
印刷：
['"aaaa"', '"bbbb"', '"ccc,ddd"']
您还可以添加解析时操作来去除这些双引号（因为您可能只想要内容，而不是引号）：
csv_line = pp.commaSeparatedList.copy().addParseAction(pp.tokenMap(lambda s: s.strip('"')))
print(csv_line.parseString(cStr).asList())
给出：
['aaaa', 'bbbb', 'ccc,ddd']
【讨论】：
commaSeparatedList 已被弃用，取而代之的是common.comma_separated_list
在这种情况下使用正则表达式会更好。
re.findall('".*?"', cStr) 准确返回您需要的内容
星号是贪心通配符，如果你使用'".*"'，它将返回最大匹配，即第一个和最后一个双引号之间的所有内容。问号使其不贪心，因此'".*?"' 返回可能的最小匹配。
【讨论】：
尽可能使用现有库总是更好，但我一直在努力让我的特定用例与上述所有答案一起工作，所以我为 python 3.9 编写了自己的库（可能会工作到 3.6，并删除类型提示将使您获得 2.x 兼容性）。
def separate(string) -> List[str]:
"""
Split a comma separated string into a List of strings.
Resulting list elements are trimmed of double quotes.
Comma's inside double quotes are ignored.
:param string: A string to be split into chunks
:return: A list of strings, one element for every chunk
"""
comma_separated_list: List[str] = []
chunk: str = ''
in_quotes: bool = False
for character in string:
if character == ',' and not in_quotes:
comma_separated_list.append(chunk)
chunk = ''
elif character == '"':
in_quotes = False if in_quotes else True
else:
chunk += character
comma_separated_list.append(chunk)
return comma_separated_list
而且测试...
def test_separator():
string = '"aaaa","bbbb","ccc,ddd"'
expected = ['"aaaa"', '"bbbb"', '"ccc,ddd"']
actual = separate(string)
assert expected == actual
【讨论】：
我喜欢Mark de Haan' 解决方案，但我不得不重新设计它，因为它删除了引号字符（尽管它们是必需的），因此他的示例中的断言失败了。我还添加了两个额外的参数来处理不同的分隔符和引号字符。
def tokenize( string, separator = ',', quote = '"' ):
"""
Split a comma separated string into a List of strings.
Separator characters inside the quotes are ignored.
:param string: A string to be split into chunks
:param separator: A separator character
:param quote: A character to define beginning and end of the quoted string
:return: A list of strings, one element for every chunk
"""
comma_separated_list = []
chunk = ''
in_quotes = False
for character in string:
if character == separator and not in_quotes:
comma_separated_list.append(chunk)
chunk = ''
else:
chunk += character
if character == quote:
in_quotes = False if in_quotes else True
comma_separated_list.append( chunk )
return comma_separated_list
而且测试...
def test_tokenizer():
string = '"aaaa","bbbb","ccc,ddd"'
expected = ['"aaaa"', '"bbbb"', '"ccc,ddd"']
actual = tokenize(string)
assert expected == actual
【讨论】：
你可以先将字符串用"分割，然后过滤掉''或','，最后格式化，这可能是最简单的方法：
['"%s"' % s for s in cStr.split('"') if s and s != ',']
【讨论】：
cStr[1:-1].split('","')
你需要一个解析器。您可以构建自己的，或者您可以将其中一个图书馆投入使用。在这种情况下，json 可以（ab）使用。
import json
cStr = '"aaaa","bbbb","ccc,ddd"'
jstr = '[' + cStr + ']'
result = json.loads( jstr) # ['aaaa', 'bbbb', 'ccc,ddd']
result = [ '"'+r+'"' for r in result ] # ['"aaaa"', '"bbbb"', '"ccc,ddd"']
【讨论】：
这不是标准模块，您必须通过 pip 安装它，但作为选项尝试 tssplit：
In [3]: from tssplit import tssplit
In [4]: tssplit('"aaaa","bbbb","ccc,ddd"', quote='"', delimiter=',')
Out[4]: ['aaaa', 'bbbb', 'ccc,ddd']
【讨论】：