Python:正则表达式按空格拆分(但在 [ ] 中保持元素未拆分)并在数组中添加 ""作为换行符号

Question

基本上想象一下，如果我有这样一行:

"Hello world
I am Lucas [help me]
Hi" 

我希望 re.split() 的结果是:

['Hello' 'world' '' 'I' 'am' 'Lucas' '[help me] '' 'Hi']

截至目前，我已经尝试使用

re.split(r'\s+(?=[^()]*(?:\[|\<|$))', stringToSplit) 

但我不确定如何添加 '' 作为换行符。我试过:

result = re.split(r'\s|\n+(?=[^()]*(?:\[|\<|$))', input)

但是这会导致 [help me] 出现问题，因为它会将其拆分为 '[help' 和 'me]'。有什么解决办法吗？

Answer 1

您可以使用匹配方法提取方括号内的所有子字符串，或非空白 block ，或换行符前的空格

\[[^[]*]|\([^)]*\)|<[^>]*>|\S+|(?=\n)

参见 regex demo .

详情

• \[[^]]*] - 一个 [后跟除 ] 以外的任何 0+ 个字符然后 ]
• | - 或者
• \([^)]*\) - 一个 (后跟除 ) 以外的任何字符然后 )
• | - 或者
• <[^>]*> - 一个 <后跟除 > 以外的任何 0+ 个字符然后 >
• | - 或者
• \S+ - 1 个或多个非空白字符
• | - 或者
• (?=\n) - \n 之前的空字符串, 换行符。

参见 Python demo :

re.findall(r"\[[^[]*]|\([^)]*\)|<[^>]*>|\S+|(?=\n)", s)
# => ['Hello', 'world', '', 'I', 'am', 'Lucas', '[help me]', '(help me 2)', '<help me 3>', '', 'Hi']