Question

在阅读了所有这些帖子之后，我还没有找到答案，所以我希望你们中的一个重量级的正则表达人们可以帮助我。我正在尝试从以下字符串格式中隔离标记名称和任何属性：

{TAG:TYPE attr1="foo" attr2="bar" attr3="zing" attr4="zang" attr5="zoom" ...}

注意：在上面的例子中，TAG将始终相同，TYPE将是几个预设字符串之一（例如，共享，打印，显示等...）。 TAG和TYPE仅在示例中为大写，但对于实际情况不会区分大小写。

Answer 1

目前，我们假设您的属性名称和值以及您的TAG和TYPE都是严格的字母数字。如果你可以在这些字符串中包含“或=”，那么解析会变得更加混乱（甚至可能不是常规的）。

有了这些警告，这是一个完成工作的python正则表达式：

>>> parse_regex=r'\{(?P<tag>\w+):(?P<type>\w+)(?P<attrs>(\s+\w+=\"\w+\")*)\}'
>>> m = re.match(parse_regex, str)
>>> m.group('tag')
'TAG'
>>> m.group('type')
'TYPE'
>>> m.group('attrs')
' attr1="foo" attr2="bar" attr3="zing" attr4="zang" attr5="zoom"'

此时，您需要将属性清理为友好的数据结构。由于可能会有任意多个，因此在此阶段使用正则表达式会更方便（而且效率更高）。

>>> [attr_str.split('=') for attr_str in m.group('attrs').split()]
[['attr1', '"foo"'], ['attr2', '"bar"'], ['attr3', '"zing"'], ['attr4', '"zang"'], ['attr5', '"zoom"']]

具有属性的模板标记的正则表达式

1 个答案: