python - 匹配所有包含的正则表达式 ''(2 个单引号)

Question

我正在寻找一个正则表达式，它将为我提供捕获组，用于作为逗号分隔列表一部分的单引号字符串 ('string')。例如字符串 'tom''s' 将在 m 和 s 之间有一个单独的组。我已经接近了，但由于错误地与封闭的单引号匹配或仅捕获字符串中的 2 个单引号中的一些单引号而不断被绊倒。

示例输入

'11','22'',','''33','44''','''55''','6''''6'

所需的组(7，显示在括号中)

 '11','22(''),','('')33','44('')','('')55('')','6('')('')6'

对于上下文，我最终尝试做的是将逗号分隔的字符串序列中的这 2 个单引号替换为另一个值，以使后续解析更容易。

另请注意，逗号可能包含在单引号字符串中。

Answer 1

您不能像 Python re 模块那样匹配双引号。您可以只匹配单引号条目并捕获每个条目的内部部分，并使用 lambda 将内部的 '' 替换为 .replace:

import re
p = re.compile(r"'([^']*(?:''[^']*)*)'")
test_str = "'11','22'',','''33','44''','''55''','6''''6'"
print(p.sub(lambda m: "'{}'".format(m.group(1).replace("''", "&")), test_str))

参见 IDEONE demo , 输出:'11','22&,','&33','44&','&55&','6&&6'

正则表达式是 '([^']*(?:''[^']*)*)' :

• ' - 打开'
• ( - 捕获组 #1 开始
• [^']* - 零个或多个非'
• (?:''[^']*)* - 0+ 个 '' 序列后跟 0+ 个非 '
• ) - 捕获组 #1 结束
• ' - 结束 '