Không chia các từ được trích dẫn kép với phân tách chuỗi Python()?

Question

Khi sử dụng hàm phân tách chuỗi Python(), có ai có một thủ thuật tiện lợi để xử lý các mục được bao quanh bởi dấu nháy kép dưới dạng từ không tách rời không?

Nói rằng tôi muốn chia chỉ vào khoảng trắng và tôi có điều này:

>>> myStr = 'A B\t"C" DE "FE"\t\t"GH I JK L" "" ""\t"O P Q" R' 
>>> myStr.split() 
['A', 'B', '"C"', 'DE', '"FE"', '"GH', 'I', 'JK', 'L"', '""', '""', '"O', 'P', 'Q"', 'R'] 

Tôi muốn đối xử với bất cứ điều gì trong hai dấu ngoặc kép như một từ duy nhất, ngay cả khi không gian trắng được nhúng, vì vậy sẽ muốn kết thúc với dưới đây:

['A', 'B', 'C', 'DE', 'FE', 'GH I JK L', '', '', 'O P Q', 'R'] 

Hoặc ít nhất này và sau đó tôi sẽ tước hai dấu ngoặc kép:

['A', 'B', '"C"', 'DE', '"FE"', '"GH I JK L"', '""', '""', '"O P Q"', 'R'] 

Bất kỳ đề xuất không phải là regex nào?

Answer 1

Bạn thắng . 't có thể nhận được hành vi này với str.split() Nếu bạn có thể sống với phân tích cú pháp khá phức tạp nó (như bỏ qua dấu ngoặc kép trước bởi một dấu gạch chéo sau), shlex.split() có thể được những gì bạn đang tìm kiếm:

>>> shlex.split(myStr) 
['A', 'B', 'C', 'DE', 'FE', 'GH I JK L', '', '', 'O P Q', 'R'] 

Answer 2

tôi đề nghị bạn tìm kiếm với re cho mô hình "[^"] *" và áp dụng String.split chỉ vào các bộ phận còn lại. Bạn có thể thực hiện một hàm đệ quy mà xử lý tất cả các phần chuỗi có liên quan.

Answer 3

@ Rob: tại sao không có regexes nếu giải pháp regexp đơn giản như vậy?

my_str = 'A B\t"C" DE "FE"\t\t"GH I JK L" "" ""\t"O P Q" R' 
print re.findall(r'(\w+|".*?")', my_str) 
['A', 'B', '"C"', 'DE', '"FE"', '"GH I JK L"', '""', '""', '"O P Q"', 'R']