我想从sample.cfg文件中读取一些值并进行解析。代码如下:
from pyparsing import *
key = Word(alphanums)('key')
equals = Suppress('=')
value = Word(alphanums)('value')
kvexpression = key + equals + value
with open('sample.cfg') as config_in:
config_data = config_in.read()
for match in kvexpression.scanString(config_data):
result = match[0]
print("{0} is {1}".format(result.key, result.value))
如果我使用ASCII字符,则可以正常工作。像这样:
sample.cfg
city=Atlanta
state=Georgia
population=5522942
但是如果我在输入文件中使用一些unicode字符。它无法正常工作。
sample.cfg(带有Unicode字母)
şehir=İzmir
ülke=Türkiye
nüfus=4279677
如果运行此程序,其输出将如下所示:
lke is T
fus is 4279677
如您所见,它会忽略Unicode字符。
更新:
我按建议更改了代码。现在变成这样:
from pyparsing import*
key = Word(alphanums + alphas8bit)('key')
equals = Suppress('=')
value = Word(alphanums + alphas8bit)('value')
kvexpression = key + equals + value
with open('şehir.cfg') as config_in:
config_data = config_in.read()
for match in kvexpression.scanString(config_data):
result = match[0]
print("{0} is {1}".format(result.key, result.value))
数据文件中的微小变化:
sample.cfg
şehir=İzmir
ülke=Türkiye
nüfus=4279677
alfabe=AaBbCcÇçDdEeFfGgĞğHhIiİiJjKkLlMmNnOoÖöPpRrSsŞşTtUuÜüVvYyZz
当我运行程序时,其输出是这样的。
ülke is Türkiye
nüfus is 4279677
alfabe is AaBbCcÇçDdEeFfGg
如您所见,第一行以重音s'ş'开始显示。我以前注意到这种情况。
快要到了,还不行。
我使用Linux机器。
答案 0 :(得分:3)
将alphanums
用alphanums+alphas8bit
替换为代码中的两个位置,如此行所示。
key = Word(alphanums+alphas8bit)('key')
问题在于alphanums
仅匹配未重音的拉丁字母(加上数字)。 alphas8bit
与Latin-1中的其他8位字符匹配。
当我针对此输入运行更改后的代码时,
sehir=Izmir
ülke=Türkiye
nüfus=4279677
AaBbCcÇçDdEeFfGgGgHhIiIiJjKkLlMmNnOoÖöPpRrSsSsTtUuÜüVvYyZz = 5
整个土耳其字母出现在最后一行的位置,结果是
sehir is Izmir
ülke is Türkiye
nüfus is 4279677
AaBbCcÇçDdEeFfGgGgHhIiIiJjKkLlMmNnOoÖöPpRrSsSsTtUuÜüVvYyZz is 5
答案 1 :(得分:2)
我已经找到了解决方案。我不知道这是否是实现此目的的便捷方法。但这对我来说很好。
来自pyparsing导入*
alphanums_tr = u'abcçdefgğhiijklmnoöprsştuüvyzABCÇDEFGĞHIİJKLMNOÖPRSŞTUÜVYZ0123456789'
key = Word(alphanums_tr)('key')
equals = Suppress('=')
value = Word(alphanums_tr)('value')
kvexpression = key + equals + value
with open('şehir.cfg') as config_in:
config_data = config_in.read()
for match in kvexpression.scanString(config_data):
result = match[0]
print("{0} is {1}".format(result.key, result.value))
程序的输出如下:
şehir is İzmir
ülke is Türkiye
nüfus is 4279677
alfabe is AaBbCcÇçDdEeFfGgĞğHhIiİiJjKkLlMmNnOoÖöPpRrSsŞşTtUuÜüVvYyZz