不要用 Python 字符串 split() 分割双引号的单词？答案

【问题标题】：Don't split double-quoted words with Python string split()?不要用 Python 字符串 split() 分割双引号的单词？
【发布时间】：2011-12-14 11:19:17
【问题描述】：

在使用 Python 字符串函数 split() 时，是否有人有一个巧妙的技巧可以将双引号包围的项目视为非拆分词？

假设我只想在空白处分割，我有这个：

>>> myStr = 'A B\t"C" DE "FE"\t\t"GH I JK L" "" ""\t"O P   Q" R'
>>> myStr.split()
['A', 'B', '"C"', 'DE', '"FE"', '"GH', 'I', 'JK', 'L"', '""', '""', '"O', 'P', 'Q"', 'R']

我想将双引号中的任何内容视为一个单词，即使嵌入了空格，所以我想以以下结尾：

['A', 'B', 'C', 'DE', 'FE', 'GH I JK L', '', '', 'O P   Q', 'R']

或者至少这个，然后我会去掉双引号：

['A', 'B', '"C"', 'DE', '"FE"', '"GH I JK L"', '""', '""', '"O P   Q"', 'R']

任何非正则表达式建议？

【问题讨论】：

标签： python string split

【解决方案1】：

您将无法使用str.split() 获得此行为。如果您可以接受它所做的相当复杂的解析（例如忽略反斜杠前面的双引号），shlex.split() 可能就是您要寻找的：

>>> shlex.split(myStr)
['A', 'B', 'C', 'DE', 'FE', 'GH I JK L', '', '', 'O P   Q', 'R']

【讨论】：

谢谢你，Sven --- 这正是我要找的！
很棒，很有帮助。谢谢！

【解决方案2】：

@Rob：如果正则表达式解决方案如此简单，为什么没有正则表达式？

my_str = 'A B\t"C" DE "FE"\t\t"GH I JK L" "" ""\t"O P   Q" R'
print re.findall(r'(\w+|".*?")', my_str)
['A', 'B', '"C"', 'DE', '"FE"', '"GH I JK L"', '""', '""', '"O P   Q"', 'R']

【讨论】：

@PabloG - 尽管经常是前期简单的解决方案，但我个人还没有遇到过正则表达式没有更多长期成本的情况。至于这个具体案例，我很确定这是一个已解决的问题，我可以找到它 --- Sven 似乎用 shlex 为我指明了正确的方向。

【解决方案3】：

我建议您使用re 搜索模式“[^”]*”并仅在其余部分上应用 string.split。您可以实现一个处理所有相关字符串部分的递归函数。

【讨论】：