在 python 中解析字符串：如何分割换行符，同时忽略引号内的换行符

我有一个需要用 python 解析的文本。

这是一个字符串，我想将其拆分为行列表， 但是，如果换行符 (\n) 在引号内，那么我们应该忽略它。

例如：

abcd efgh ijk\n1234 567"qqqq\n---" 890\n

应解析为以下几行的列表：

abcd efgh ijk
1234 567"qqqq\n---" 890

我已经尝试过split('\n')，但我不知道如何忽略引号。

任何想法？

Thanks!

这是一个更简单的解决方案。

匹配组(?:"[^"]*"|.)+。即，“引号中的内容或不是换行符的内容”。

Example:

import re
re.findall('(?:"[^"]*"|.)+', text)

NOTE:这会将多个换行符合并为一个，因为空白行将被忽略。为了避免这种情况，也给出一个 null 情况：(?:"[^"]*"|.)+|(?!\Z).

The (?!\Z)是一种令人困惑的说法“不是字符串的结尾”。这(?! )是负前瞻；这\Z是“字符串的结尾”部分。

Tests:

import re

texts = (
    'text',
    '"text"',
    'text\ntext',
    '"text\ntext"',
    'text"text\ntext"text',
    'text"text\n"\ntext"text"',
    '"\n"\ntext"text"',
    '"\n"\n"\n"\n\n\n""\n"\n"'
)

line_matcher = re.compile('(?:"[^"]*"|.)+')

for text in texts:
    print("{:>27} → {}".format(
        text.replace("\n", "\\n"),
        " [LINE] ".join(line_matcher.findall(text)).replace("\n", "\\n")
    ))

#>>>                        text → text
#>>>                      "text" → "text"
#>>>                  text\ntext → text [LINE] text
#>>>                "text\ntext" → "text\ntext"
#>>>        text"text\ntext"text → text"text\ntext"text
#>>>    text"text\n"\ntext"text" → text"text\n" [LINE] text"text"
#>>>            "\n"\ntext"text" → "\n" [LINE] text"text"
#>>>    "\n"\n"\n"\n\n\n""\n"\n" → "\n" [LINE] "\n" [LINE] "" [LINE] "\n"