在Python中解析和切分长字符串

Question

我已经找过了，但没有找到适合我这个案子的东西。基本上，我试着把以下几行分开：

(CU!DIVD:WEXP:DIVD-:DIVD+:RWEXP:RDIVD:RECL:RLOSS:MISCDI:WEXP-:INT:RGAIN:DIVOP:RRGAIN:DIVOP-:RDIVOP:RRECL:RBRECL:INT -:RRLOSS:INT +:RINT:RDIVD-:RECL-:RWXPOR:WEXPOR:MISCRE:WEXP+:RWEXP-:RBWEXP:RECL+:RRECL-:RBDIVD)

你可以读这个，因为CU不是DIVD或WEXP或DIV-or等等。如果这行超过65个字符，我想把这行拆分成更易于管理的内容，比如：

^{pr2}$

他们都不到65个字符。这个可以存储在一个列表中，剩下的我来处理。我开始用RegEx来处理这个问题，但是我遇到了一些麻烦。在

此外，它还可以具有以下条件：

• 啊！在
• <
• >
• =
• 啊！=
• 啊！<
• 啊！>

到目前为止，我有这个：

def FilterParser(iteratorIn, headerIn):
    listOfStrings = []
    for eachItem in iteratorIn:
        if len(str(eachItem.text)) > 65:
             exmlLogger.error('The length of filter' + eachItem.text + ' exceeds the limit and will be dropped')
             pass
        else:
            listOfStrings.append(rightSpaceFill(headerIn + EXUTIL.intToString(eachItem),80))
return ''.join(stringArray)

Answer 1

下面是一个使用regex的解决方案，经过编辑后在每一新行的开头包含CU!前缀（或任何其他前缀）：

import re
s = '(CU!DIVD:WEXP:DIVD-:DIVD+:RWEXP:RDIVD:RECL:RLOSS:MISCDI:WEXP-:INT:RGAIN:DIVOP:RRGAIN:DIVOP-:RDIVOP:RRECL:RBRECL:INT -:RRLOSS:INT +:RINT:RDIVD-:RECL-:RWXPOR:WEXPOR:MISCRE:WEXP+:RWEXP-:RBWEXP:RECL+:RRECL-:RBDIVD)'

prefix = '(' + re.search(r'\w+(!?[=<>]|!)', s).group(0)
maxlen = 64 - len(prefix)  # max line length of 65, prefix and ')' will be added
regex = re.compile(r'(.{1,%d})(?:$|:)' % maxlen)
lines = [prefix + line + ')' for line in regex.findall(s[len(prefix):-1])]

>>> print '\n'.join(lines)
(CU!DIVD:WEXP:DIVD-:DIVD+:RWEXP:RDIVD:RECL:RLOSS:MISCDI:WEXP-)
(CU!INT:RGAIN:DIVOP:RRGAIN:DIVOP-:RDIVOP:RRECL:RBRECL:INT -)
(CU!RRLOSS:INT +:RINT:RDIVD-:RECL-:RWXPOR:WEXPOR:MISCRE:WEXP+)
(CU!RWEXP-:RBWEXP:RECL+:RRECL-:RBDIVD)

首先，我们需要获取前缀，我们使用re.search().group(0)，它返回整个匹配。最后一行最多应该是65个字符，我们将用来获取这些行的正则表达式将不包括前缀或右括号，这就是为什么maxlen是{}。在

现在我们知道了可以匹配的大多数字符，regex (.{1,<maxlen>)的第一部分最多可以匹配这么多个字符。结尾的部分(?:$|:)，用于确保我们只在分号或字符串末尾拆分字符串。因为只有一个捕获组regex.findall()将只返回匹配项，去掉后面的分号。下面是示例字符串的外观：

^{pr2}$

列表理解通过在每个结果中添加前缀和尾随)来构造所有行的列表。对s进行切片，这样前缀和尾随的{}将从regex.findall()之前的原始字符串中剥离出来。希望这有帮助！在