python - コンマ区切りの文字列をリストに解析するにはどうすればよいですか (警告)?

Question

次のような文字列を取得できる必要があります。

'''foo, bar, "one, two", three four'''

の中へ：

['foo', 'bar', 'one, two', 'three four']

ソリューションには shlex モジュールが含まれる気がします (#python からのヒントを使用)。

Answer 1

どれだけ複雑にしたいかによって異なります...複数のタイプの引用を許可しますか。エスケープされた引用符はどうですか?

構文は、Python 標準ライブラリでサポートされている一般的な CSV ファイル形式に非常によく似ています。

import csv
reader = csv.reader(['''foo, bar, "one, two", three four'''], skipinitialspace=True)
for r in reader:
  print r

出力:

['foo', 'bar', 'one, two', 'three four']

チッ！

Answer 2

shlex モジュール ソリューションでは、エスケープされた引用符、ある引用符が別の引用符をエスケープすること、およびシェルがサポートするすべての凝ったものを使用できます。

>>> import shlex
>>> my_splitter = shlex.shlex('''foo, bar, "one, two", three four''', posix=True)
>>> my_splitter.whitespace += ','
>>> my_splitter.whitespace_split = True
>>> print list(my_splitter)
['foo', 'bar', 'one, two', 'three', 'four']

エスケープされた引用符の例:

>>> my_splitter = shlex.shlex('''"test, a",'foo,bar",baz',bar \xc3\xa4 baz''',
                              posix=True) 
>>> my_splitter.whitespace = ',' ; my_splitter.whitespace_split = True 
>>> print list(my_splitter)
['test, a', 'foo,bar",baz', 'bar \xc3\xa4 baz']

Answer 3

csvモジュールを検討することもできます。試したことはありませんが、入力データはシェル構文よりも CSV に近いようです (これは shlex が解析するものです)。

Answer 4

次のようなことができます。

>>> import re
>>> pattern = re.compile(r'\s*("[^"]*"|.*?)\s*,')
>>> def split(line):
...  return [x[1:-1] if x[:1] == x[-1:] == '"' else x
...          for x in pattern.findall(line.rstrip(',') + ',')]
... 
>>> split("foo, bar, baz")
['foo', 'bar', 'baz']
>>> split('foo, bar, baz, "blub blah"')
['foo', 'bar', 'baz', 'blub blah']

Answer 5

ここで探しているのは正規表現だと思いますが、Python の正規表現エンジンにはあまり詳しくありません。

遅延一致を使用すると仮定すると、配列に入れることができる文字列で一連の一致を取得できます。

Answer 6

きれいにする必要がない場合は、次の方法で問題が解決する可能性があります。

def f(s, splitifeven):
    if splitifeven & 1:
        return [s]
    return [x.strip() for x in s.split(",") if x.strip() != '']

ss = 'foo, bar, "one, two", three four'

print sum([f(s, sie) for sie, s in enumerate(ss.split('"'))], [])