如何从字符串中提取元组

Question

>我有以下字符串：

r"(A1,B1,C1,D1),(A2,B2,C2,D2),..."

我想提取一个元组列表

[(A1,B1,C1,D1),(A2,B2,C2,D2),...]

A，B和D是整数，而C是用单引号括起来的字符串。困难的部分是C可能包含任何字符，包括转义单引号（'），逗号（,），转义反斜杠（\）和整数。我正在尝试使用正则表达式解决此问题，但我不知道该怎么做。

到目前为止，我试图通过查看第一个单引号来匹配字符串的末尾，该单引号前面有偶数个反斜杠（0、2、4、...），但我无法使其工作。知道吗？

预期成果：

• r"(21,3,'abc',57',1993)" --> (21,3,'abc',57',1993)
• r"(21,3,'abc\',1993)" --> (21,3,'abc\',1993)
• r"(21,3,'abc\\',57\\',1993)" --> (21,3,'abc\\',57\\',1993)

Answer 1

您可以使用

ast.literal_eval来计算包含python文本的字符串，

import ast
ip = r"(21,3,'abc',57',1993)"
op = ast.literal_eval(ip)
print(op)
# output,
# (21, 3, "abc',57", 1993)

# verify that they are correct types,
for i in op:
    print("{} is {}".format(i, type(i)))
# output,
# 21 is <class 'int'>
# 3 is <class 'int'>
# abc',57 is <class 'str'>
# 1993 is <class 'int'>

Answer 2

您可以使用模式

(?<=')(?:\\|\'|[^'])+(?=',)|d+

对于字符串内容（向前和向后看 ' 秒），它将重复一个由以下任一组成的组：

• \\ - 两个反斜杠（即表示单个文本反斜杠）
• \' - 转义'（即表示单个文本'）
• [^'] - 除引号字符以外的任何内容

或者，它将匹配d+，整数。

https://regex101.com/r/5beqXJ/1