Question

我在编写一个优雅的编码时遇到了问题。解析此要求。（一个看起来不像是一顿C早餐）。输入是一个字符串，键值对由＆＃39;分隔，＆＃39;并加入了＆＃39; =＆＃39;。

key1=value1,key2=value2

欺骗我的部分是价值可以引用（＆＃34;），并在引号内，＆＃39;，＆＃39;没有结束关键。

key1=value1,key2="value2,still_value2"

这最后一部分让我使用split或re.split变得棘手，在for循环中求助于i：（。

任何人都可以表现出干净利落的方式吗？

可以假设引号仅在值中发生，并且没有空格或非字母数字字符。

Answer 1

使用Split a string, respect and preserve quotes中的一些正则表达式魔术，我们可以这样做：

{{asset('path/to/your/image.jpg')}}

Per BioGeek，我的猜测，我的意思是解释正则表达式Janne Karila使用的：该模式在逗号上打破了字符串，但在此过程中尊重双引号部分（可能使用逗号）。它有两个独立的选项：不涉及引号的字符串;和双引号字符，其中双引号完成运行，除非它（反斜杠）转义：

$url = asset('path/to/your/image.jpg');

Answer 2

我建议不要使用正则表达式来执行此任务，因为要解析的语言不规则。

您有一个包含多个键值对的字符串。解析这个的最好方法是不匹配它上面的模式，而是正确地标记它。

Python标准库中有一个名为shlex的模块，它模仿POSIX shell完成的解析，并提供了一个可以根据需要轻松定制的词法分析器实现。

from shlex import shlex

def parse_kv_pairs(text, item_sep=",", value_sep="="):
    """Parse key-value pairs from a shell-like text."""
    # initialize a lexer, in POSIX mode (to properly handle escaping)
    lexer = shlex(text, posix=True)
    # set ',' as whitespace for the lexer
    # (the lexer will use this character to separate words)
    lexer.whitespace = item_sep
    # include '=' as a word character 
    # (this is done so that the lexer returns a list of key-value pairs)
    # (if your option key or value contains any unquoted special character, you will need to add it here)
    lexer.wordchars += value_sep
    # then we separate option keys and values to build the resulting dictionary
    # (maxsplit is required to make sure that '=' in value will not be a problem)
    return dict(word.split(value_sep, maxsplit=1) for word in lexer)

示例运行：

parse_kv_pairs(
  'key1=value1,key2=\'value2,still_value2,not_key1="not_value1"\''
)

输出

{'key1': 'value1', 'key2': 'value2,still_value2,not_key1="not_value1"'}

编辑：我忘了添加我通常坚持使用shlex而不是使用正则表达式（在这种情况下速度更快）的原因是它可以减少意外，特别是如果你需要稍后允许更多可能的输入。我从未发现如何使用正则表达式正确解析这些键值对，总会有一些输入（例如：A="B=\"1,2,3\""）会欺骗引擎。

如果您不关心此类输入，（或者换句话说，如果您可以确保您的输入遵循常规语言的定义），正则表达式就完全可以了。

EDIT2： split有maxsplit参数，使用比分割/切片/连接更清晰。感谢@cdlane的声音输入！

Answer 3

我提出了这个正则表达式解决方案：

import re
match = re.findall(r'([^=]+)=(("[^"]+")|([^,]+)),?', 'key1=value1,key2=value2,key3="value3,stillvalue3",key4=value4')

这使得＆＃34;匹配＆＃34;：

[('key1', 'value1', '', 'value1'), ('key2', 'value2', '', 'value2'), ('key3', '"value3,stillvalue3"', '"value3,stillvalue3"', ''), ('key4', 'value4', '', 'value4')]

然后你可以创建一个for循环来获取键和值：

for m in match:
    key = m[0]
    value = m[1]

Answer 4

我不确定它看起来不像C早餐而且非常优雅：）

data = {}
original = 'key1=value1,key2="value2,still_value2"'
converted = ''

is_open = False
for c in original:
    if c == ',' and not is_open:
        c = '\n'
    elif c in ('"',"'"):
        is_open = not is_open
    converted += c

for item in converted.split('\n'):
    k, v = item.split('=')
    data[k] = v

Answer 5

根据其他几个答案，我提出了以下解决方案：

import re
import itertools

data = 'key1=value1,key2="value2,still_value2"'

# Based on Alan Moore's answer on http://stackoverflow.com/questions/2785755/how-to-split-but-ignore-separators-in-quoted-strings-in-python
def split_on_non_quoted_equals(string):
    return re.split('''=(?=(?:[^'"]|'[^']*'|"[^"]*")*$)''', string)
def split_on_non_quoted_comma(string):
    return re.split(''',(?=(?:[^'"]|'[^']*'|"[^"]*")*$)''', string)

split1 = split_on_non_quoted_equals(data)
split2 = map(lambda x: split_on_non_quoted_comma(x), split1)

# 'Unpack' the sublists in to a single list. Based on Alex Martelli's answer on http://stackoverflow.com/questions/952914/making-a-flat-list-out-of-list-of-lists-in-python
flattened = [item for sublist in split2 for item in sublist]

# Convert alternating elements of a list into keys and values of a dictionary. Based on Sven Marnach's answer on http://stackoverflow.com/questions/6900955/python-convert-list-to-dictionary
d = dict(itertools.izip_longest(*[iter(flattened)] * 2, fillvalue=""))

生成的d是以下字典：

{'key1': 'value1', 'key2': '"value2,still_value2"'}

从带引号的字符串中提取键值对

5 个答案: