Python正则表达式匹配不在引号之间的某些字符

Question

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。在我的特定情况下，我想提取符号，例如 +、=、- 等。

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"')

它还匹配引号之间的 +，因此输出:

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

我的预期输出是:

['+', '=']

我的问题是，我该如何实现这一目标？有可能吗？我一直在网上冲浪，但只找到了如何匹配除双引号之类的所有内容。

Answer 1

首先，您不需要转义字符类中的每个特殊字符(不考虑 [ 和 ])。所以你最初的表达就变成了……。像:

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

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

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

<小时/>或者将括号与旧的 re 模块和一些编程逻辑一起使用:

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)

<小时/>两者都会产生

['+', '=']

<小时/>这些方法遵循以下机制:

match_this_but_dont_save_it | (keep_this)

您可能想阅读有关(*SKIP)(*FAIL) here的更多信息.