python – 拆分转义分隔符

马里亚诺的发现者()答案通过了这个测试的飞行颜色.但是,在我的机器上它比使用split()慢15％-20％.

但是,他有一个新的findall()解决方案,他在将字符串传递给re之前对其进行修改,这比此处显示的split()解决方案更快更简单.

请注意,最近澄清了OP在管道字符之间永远不会有任何空字符串,Mariano提出的原始findall()示例(不需要初始字符串修改)对于原始海报是最好的.

Mariano的新findall()解决方案带有预先修改过的字符串,对于一般情况来说可能是最好的. split()位居第二,但这是我关注的焦点,因为它是原始问题的焦点:-)

以下代码适用于Python 2和Python 3.

import re
import itertools
import time


def use_finditer(data):
    regex = re.compile(r'((?:[^|]+|.)*)([|])?')
    result = []

    for m in regex.finditer(data):
        result.append(m.group(1))
        if (not m.group(2)):
            break
    return result


def use_split(data):
    regex = re.compile(r'(?:|)?((?:[^|]|.)*)')
    result = regex.split(data)
    start_delete = data.startswith('|') * 2 if data else 1
    del result[start_delete::2]
    return result


def check_split(split_func):
    values = '','',' ','','\','abc','d|ef','ghi'
    values = [x.replace('','\').replace('|','|') for x in values]
    stuff = [],[]
    for i in range(1,6):
        srclist = list(itertools.permutations(values,i))
        for src in srclist:
            src = tuple(src)
            dst = tuple(split_func('|'.join(src)))
            stuff[dst != src].append((src,dst))

    if not stuff[1]:
        print("Successfully executed %d splits" % len(stuff[0]))
        return

    print(len(stuff[0]),len(stuff[1]))

    stuff[1].sort(key=lambda x: (len(x),x))
    for x,y in stuff[1][:20]:
        z = '|'.join(x)
        print(x,repr(z),y)


def check_loop(func,count=20):
    start = time.time()
    for i in range(count):
        check_split(func)
    print('Execution time: %0.2f' % (time.time() - start))

print('nUsing finditer')
check_loop(use_finditer)
print('nUsing split')
check_loop(use_split)