我有以下文本块:
string = """
apples: 20
oranges: 30
ripe: yes
farmers:
elmer fudd
lives in tv
farmer ted
lives close
farmer bill
lives far
selling: yes
veggies:
carrots
potatoes
"""
我试图找到一个很好的正则表达式,这将允许我解析键值。我可以通过以下方式获取单行键值:
'(.+?):\s(.+?)\n'
然而,当我遇到农民或蔬菜时会出现问题。
使用re标志,我需要做类似的事情:
re.findall( '(.+?):\s(.+?)\n', string, re.S),
然而,我很想抓住与农民有关的所有价值观。
每个值后面都有一个换行符,并且当它们是多行时,在值之前有一个制表符或一系列制表符。
目标是:
{ 'apples': 20, 'farmers': ['elmer fudd', 'farmer ted'] }
等
提前感谢您的帮助。
答案 0 :(得分:2)
你可能会看PyYAML,这篇文章非常接近,如果不是真正有效的YAML。
答案 1 :(得分:1)
这是一种完全愚蠢的方式:
import collections
string = """
apples: 20
oranges: 30
ripe: yes
farmers:
elmer fudd
lives in tv
farmer ted
lives close
farmer bill
lives far
selling: yes
veggies:
carrots
potatoes
"""
def funky_parse(inval):
lines = inval.split("\n")
items = collections.defaultdict(list)
at_val = False
key = ''
val = ''
last_indent = 0
for j, line in enumerate(lines):
indent = len(line) - len(line.lstrip())
if j != 0 and at_val and indent > last_indent > 4:
continue
if j != 0 and ":" in line:
if val:
items[key].append(val.strip())
at_val = False
key = ''
line = line.lstrip()
for i, c in enumerate(line, 1):
if at_val:
val += c
else:
key += c
if c == ':':
at_val = True
if i == len(line) and at_val and val:
items[key].append(val.strip())
val = ''
last_indent = indent
return items
print dict(funky_parse(string))
输出
{'farmers:': ['elmer fudd', 'farmer ted', 'farmer bill'], 'apples:': ['20'], 'veggies:': ['carrots', 'potatoes'], 'ripe:': ['yes'], 'oranges:': ['30'], 'selling:': ['yes']}
答案 2 :(得分:1)
这是一个非常愚蠢的解析器,它考虑了你的(明显的)缩进规则:
def parse(s):
d = {}
lastkey = None
for fullline in s:
line = fullline.strip()
if not line:
pass
elif ':' not in line:
indent = len(fullline) - len(fullline.lstrip())
if lastindent is None:
lastindent = indent
if lastindent == indent:
lastval.append(line)
else:
if lastkey:
d[lastkey] = lastval
lastkey = None
if line.endswith(':'):
lastkey, lastval, lastindent = key, [], None
else:
key, _, value = line.partition(':')
d[key] = value.strip()
if lastkey:
d[lastkey] = lastval
lastkey = None
return d
import pprint
pprint(parse(string.splitlines()))
输出结果为:
{'apples': '20',
'oranges': '30',
'ripe': ['elmer fudd', 'farmer ted', 'farmer bill'],
'selling': ['carrots', 'potatoes']}
我认为这已经足够复杂了,它看起来更像一个明确的状态机,但我想用任何新手都能理解的术语来写这个。