(),[]に括られた以外の文字列を順番に抽出したいのですが

Question

一つの長い文字列の中に(),[]に括られた部分以外の文字列を順番に抽出したいけれども、ループ文を使って文字毎に判別してやれば自分もできるが、
Pythonらしい一番シンプルな文で実現したいですので、アイディアを求めたいと思います。

例えば、
文字列："aaabbb[xyze]cccddd(1234)[kjuh]XYZ" から
aaabbb
cccddd
XYZ
だけ順番に抽出したいのです。

どうぞよろしくお願いします。

Comments

[melian]

> アイディアを求めたい

import re
text = "aaabbb[xyze]cccddd(1234)[kjuh]XYZ"
print([*filter(None, re.split(r'\[.*?\]|\(.*?\)', text))])

[dameo]

最もシンプルから遠い答えですが、アイデアだけｗ
pipでlarkを入れて
from lark import Lark
l = Lark('''
elements: (WORD | NUMBER | block)+
block: "(" elements ")" | "[" elements "]"
start: (elements | block)+
%import common.WORD
%import common.NUMBER
%ignore " "
''')
print(l.parse("aaabbb[xyze]cccddd(1234)[kjuh]XYZ"))

[出力]
Tree(Token('RULE', 'start'), [Tree(Token('RULE', 'elements'), [Token('WORD', 'aaabbb'), Tree(Token('RULE', 'block'), [Tree(Token('RULE', 'elements'), [Token('WORD', 'xyze')])]), Token('WORD', 'cccddd'), Tree(Token('RULE', 'block'), [Tree(Token('RULE', 'elements'), [Token('NUMBER', '1234')])]), Tree(Token('RULE', 'block'), [Tree(Token('RULE', 'elements'), [Token('WORD', 'kjuh')])]), Token('WORD', 'XYZ')])])

※勝手に入れ子の括弧もルールに入れました

[insecticide]

🌹🌺　melianさま　

これは凄すぎ　❣
さすが　💘💘💘💘

本当にありがとうございます。

ただ、『 re』は何ですか、制御文字列の中の『.*?』はどういう意味でしょうか。
教えていただければ幸いです。

[insecticide]

🌹🌺　dameo　さま
貴重なアイデアありがとうございます！　

文法解析などに利用できそうな技術ですね。

これから勉強したいのです。💘💘💘💘

[melian]

insecticide さん
>『 re』は何ですか

Python の正規表現(REgular expression)モジュールです。

> 制御文字列の中の『.*?』はどういう意味でしょうか。

最短マッチ、つまり、可能な限り短い文字列でのマッチングを意味するものです。『\[.*?\]』は、"[" 以降、最初の "]" までとなります("[" と "]" を含みます)。『\[.*\]』の場合は最長マッチで、『[xyze]cccddd(1234)[kjuh]』にマッチすることになります。

[insecticide]

スマートなやり方で本当に感心しました。
ご説明にお礼を申し上げます。

[Zuishin]

気持ち悪い。

Answer 1

melian さまより

import re        # re: Python の正規表現(REgular expression)モジュールです。
text = "aaabbb[xyze]cccddd(1234)[kjuh]XYZ"
print([*filter(None, re.split(r'\[.*?\]|\(.*?\)', text))])   # 区切り記号のパターンを定義：『.*?』は最短マッチング；『.*』は最長マッチング

＜結果＞
['aaabbb', 'cccddd', 'XYZ']

＝＝＝＝＝＝ついでに＝＝＝＝＝＝＝＝
最長マッチングで区切りパターンを定義した場合：

print([*filter(None, re.split(r'\[.*\]|\(.*?\)', text))])

＜結果＞
['aaabbb', 'XYZ']