用多个空格分割的复杂字符串

Question

我要解决的问题：

s = """X8 ifInDiscards=14308c X8 ifOutDiscards=133796c"""
s1 = """X3 InRXBytes=1257890123 X2 OutRXBytes=871625343 X5 OutRXBytes=71625343"""

我们以上面两个字符串为例；我想将每个字符串拆分为单独的部分：

对于字符串s，

part1 = '''X8 ifInDiscards=14308c'''
part2 = '''X8 ifOutDiscards=133796c'''

对于字符串 s1，

part1 = '''X3 InRXBytes= 1257890123'''
part2 = '''X2 OutRXBytes= 871625343'''
part3 = '''X5 OutRXBytes= 71625343'''

所以，如上面两个字符串示例所示，要拆分的字符串格式为：

'''metric1=value1 metric2=value2....metricN=valueN'''

指标名称中可以包含空格，如上例所示。

到目前为止，这是我没有运气的尝试：

>>> s = """X8 ifInDiscards=14308c X8 ifOutDiscards=133796c"""
>>>
>>>
>>>
>>> s.split('=')
['X8 ifInDiscards', '14308c X8 ifOutDiscards', '133796c']
>>>

问题是如何以最有效的方式拆分字符串？这是我尝试过的另一种方法，但没有成功：

>>> s 'X8 ifInDiscards=14308c X8 ifOutDiscards=133796c' 
>>> pattern = r'''[0-9a-zA-Z]?=[0-9a-zA-Z]? [0-9a-zA-Z]?=[0-9a-zA-Z]?''' 
>>> re.search(pattern, s) 

指标名称可以是可变长度的，并且可以包含多个空格......

最后编辑： 这是最后的方法，它似乎只适用于字符串's'，但不适用于字符串's1'，我想知道是否有更好的方法来做到这一点：

>>> pattern = r'''([0-9a-zA-Z ].*?=[0-9a-zA-Z ].*?) ([0-9a-zA-Z ].*?=[0-9a-zA-Z ].*)'''
>>> s
'X8 ifInDiscards=14308c X8 ifOutDiscards=133796c'
>>> re.search(pattern, s).groups()
('X8 ifInDiscards=14308c', 'X8 ifOutDiscards=133796c')

Answer 1

如果您查看 s.split('=') 的结果，您应该注意到每个值 N-1，后跟度量 N。而且，由于值不允许有空格，但矩阵名称是，它是明确的如何将每个元素拆分为值和度量，对吗？因此，只需将值列表移动一个并将其与指标列表一起压缩即可。只要记住边缘情况（第一个没有价值，最后一个没有度量），你应该可以很容易地写出来。

如果你不懂压缩，你也可以明确地这样做：

d = {}
for i, part in enumerate(s1.split('=')):
    if i == 0:
        metric = part
    else:
        d[metric], _, metric = part.partition(' ')

但我强烈建议尝试找出简单的方法，并在遇到困难时寻求帮助。

Answer 2

你在正确的轨道上。 re 是适合这项工作的工具。

与其尝试指定匹配组，不如颠倒您的模式并使用re.split - 将其视为增强型str.split。

我将使用“环视”表达式 - 具体来说，我们希望分割每个空格字符，后跟 不 包含 = 符号的单词。也称为每个空格后跟一个仅由字母数字字符组成的单词。方便的是，我们可以非常紧凑地表达：\s(?=\w+\s)。

s = """X8 ifInDiscards=14308c X8 ifOutDiscards=133796c"""
s1 = """X3 InRXBytes=1257890123 X2 OutRXBytes=871625343 X5 OutRXBytes=71625343"""

import re
pat = re.compile(r'\s(?=\w+\s)')

pat.split(s)
Out[17]: ['X8 ifInDiscards=14308c', 'X8 ifOutDiscards=133796c']

pat.split(s1)
Out[18]: 
['X3 InRXBytes=1257890123',
 'X2 OutRXBytes=871625343',
 'X5 OutRXBytes=71625343']