正则表达式以逗号分隔，但忽略冒号附近的逗号前导词答案

【问题标题】：Regex to split by comma, but ignore commas proceeding words near a colon正则表达式以逗号分隔，但忽略冒号附近的逗号前导词
【发布时间】：2022-01-17 00:49:36
【问题描述】：

我正在尝试使用 python 通过逗号拆分字符串，但允许用户在某些密钥对中包含逗号。以下是我正在使用的两个字符串示例：

title.search:The relation between visualization size, grouping, and user performance,publication_year:2020

author.id:c33432,title.search:The relation between visualization size, grouping, and user performance,publication_year:2020

我想把它变成：

["title.search:The relation between visualization size, grouping, and user performance", "publication_year:2020"]

["author.id:c33432", "title.search:The relation between visualization size, grouping, and user performance", "publication_year:2020"]

对我有帮助的是，冒号之前的部分（键）将始终以三种格式之一编写，例如：

类型
作者.id
author.institutions.country_code

所以它可以是一个单词，两个单词之间用句点隔开，或者三个单词用句点隔开。

关于这是否可能的任何想法？

【问题讨论】：

您可以在,(?=\s*\w+(?:\.\w+){0,2}\s*:) 上拆分，也可以使用[\w]+(?:\.\w+){0,2}\s*:.*?(?=$|,[\w]+(?:\.\w+){0,2}) 直接获取匹配项

标签： python regex

【解决方案1】：

据我所知，您试图在文本中用逗号分隔，在这种情况下，正则表达式是 \w,\w。

【讨论】：

【解决方案2】：

请您尝试以下方法：

#!/usr/bin/python

import re

s = ['title.search:The relation between visualization size, grouping, and user performance,publication_year:2020',
'author.id:c33432,title.search:The relation between visualization size, grouping, and user performance,publication_year:2020']

for str in s:
    m = re.split(r',(?=\s*[\w.]+:)', str)
    print(m)

输出：

['title.search:The relation between visualization size, grouping, and user performance', 'publication_year:2020']
['author.id:c33432', 'title.search:The relation between visualization size, grouping, and user performance', 'publication_year:2020']

正则表达式,(?=\s*[\w.]+:) 匹配一个逗号，后跟

零个或多个空白字符
一系列单词字符和/或一个点字符
冒号

按顺序。
然后将字符串拆分为满足上述条件的逗号。

【讨论】：