Python RegEx逗号分隔符[重复]

Question

我正在尝试使用以下代码拆分逗号分隔的字符串。我的一门在线课程中使用了逗号分隔的正则表达式代码。我试图通过环视它的工作原理来理解以下正则表达式，但无法完全理解。有人可以告诉我它是如何工作的吗？

我知道 ?: 用于非捕获组， ?= 用于向前看，但不确定它在当前上下文中的工作方式。

import re
pattern = re.compile(r',(?=(?:[^"]*"[^"]*")*[^"]*$)')
text = 'tarcac,"this is, test1","this is, test2", 123566, testdata'
results= re.split(pattern, text)
for r in results:
   print(r.strip())

输出是

tarcac
"this is, test1"
"this is, test2"
123566
testdata

Answer 1

让我们分解一下。

1. 我们正在尝试寻找分隔字符串部分的逗号。所以首先我们需要寻找一个逗号

   • ,

2. 现在我们需要向前看，以确保这个逗号不在一对引号内。我们期待(?=...)

   • 我们正在寻找第一个"，以便我们可以匹配尽可能多的非引号。 （我们使用^" 表示任何注意引号的字符）[^"]*，然后我们查找第一个引号，这使得：
     • [^"]*"
   • 如果我们匹配了第一个报价，我们需要寻找第二个。它们之间可以有任意数量的非引号字符（[^"]*），所以我们重复
     • [^"]*"
   • 我们希望尽可能多地匹配任意两对引号（不捕获），因此我们寻找零到无限次出现的引号字符串
     • (?:[^"]*"[^"]*")*
   • 合起来就是：(?=(?:[^"]*"[^"]*")*)
3. 最后我们要匹配任何剩余的非引号字符，然后我们希望匹配字符串的结尾（由$ 表示）
   • [^"]*$

所有这些加在一起 ,(?=(?:[^"]*"[^"]*")*[^"]*$)

本质上，它通过检查逗号后的每个引号" 字符是否可以与右引号字符配对来尝试匹配逗号。这就是为什么输出不会在 "this is, test1" 和 "this is, test2" 中使用逗号