Python正则表达式匹配不在引号之间的某些字符答案

【问题标题】：Python Regex matching certain characters that are not between quotesPython正则表达式匹配不在引号之间的某些字符
【发布时间】：2017-10-09 18:33:27
【问题描述】：

我正在尝试从字符串中提取标记，以使这些标记满足某些条件。在我的特殊情况下，我想提取 +、=、- 等符号。

我创建了以下正则表达式：

reg = re.compile(r"[\{\}\(\)\[\]\.,;\+\-\*\/\&\|<>=~]")

但是，当我申请时：

reg.findall('x += "hello + world"')

它也匹配引号之间的+，所以它输出：

['+', '=', '+']

我的预期输出是：

['+', '=']

我的问题是，我该如何做到这一点？甚至可能吗？我一直在网上冲浪，但只找到了如何匹配除双引号之外的所有内容，以及类似的。

【问题讨论】：

不可能一次性完成。您需要首先消除所有引用的段（并正确处理任何嵌套的引号）。但这样做的目的是什么？看起来您正在尝试解析源代码，或者可能是算术语句。
确实我正在尝试对源代码进行词法分析，所以我只想要我定义的标记，在这种情况下是类型符号的标记。问题是，当定义一个字符串时，我不知道如何处理它。我的猜测是和团体一起玩，但我不知道这是否是正确的道路......
源代码是什么语言？如果是 python，请使用 tokenize。

标签： python regex string python-2.7 regex-negation

【解决方案1】：

首先，您不需要转义字符类中的每个特殊字符（撇开[ 和] 不谈）。所以你的初始表达变成了某事。喜欢：

[-\[\]{}().,;+*/&|<>=~]

现在到第二个要求：在某些位置匹配（并保留一些原样）。在这里，您可以使用较新的 regex 模块并编写 (demo on regex101.com)：

"[^"]+"(*SKIP)(*FAIL)|[-\[\]{}().,;+*/&|<>=~]

或者在旧的re 模块和一些编程逻辑中使用括号：

import re

rx = re.compile(r'"[^"]+"|([-\[\]{}().,;+*/&|<>=~])')

string = 'x += "hello + world"'

symbols = [match.group(1) for match in rx.finditer(string) if match.group(1)]
print(symbols)

两者都会产生

['+', '=']

这些方法遵循以下机制：

match_this_but_dont_save_it | (keep_this)

您可能想了解更多关于 (*SKIP)(*FAIL) here 的信息。

【讨论】：

【解决方案2】：

我认为你可以做一件事，你可以限制一次

"

会不会检查正则表达式，直到再次发生

"

来了

【讨论】：