Question

我有大型的键值字符串多行文本，用空格分隔并使用====字符将其分成多个块。对于每个块，我想创建一个具有键值的字典

基本上，我发现自己在编写正则表达式而不是在创建字典方面更加费劲，我使用r'^(\w+)\s*(.*)'来获取键和值，就像空格之后出现的一样，但是我不知道如何将文本分成用====阻止。值显然是伪造的，但是，每个值都可能溢出到新行，如下所示。

请参见以下文本：

name                  jcento                                                                                                                                                                        
server_param          uptime=2,load=2, \                                                                                                                                                
                      mem=1,io=10
info_values           cpu=5,io=1,load=0, \                                                                                                                                    
                      core=8, mem=22724, \                                                                                                                                                         

info_value1           10                                                                                                                                                                                            
info_value2           banana                                                                                                                                                                                     
info_value3           NONE                                                                                                                                                                                         
projects              proj1 proj2 proj3 \
                      proj4

info_value5           NONE                                                                                                                                                                                         
info_value6           NONE                                                                                                                                                                                         
info_value7           NONE                                                                                                                                                                                         
info_value8           NONE                                                                                                                                                                                         
info_value9           NONE                                                                                                                                                                                      
================================================================================                                                                                                                                   
name                  jcento                                                                                                                                                                        
server_param          uptime=2,load=2, \                                                                                                                                                
                      mem=1,io=10
info_values           cpu=5,io=10,load=0, \                                                                                                                                                                                                                                                                               
                      core=8, mem=22724, \                                                                                                                                                         

info_value1           10                                                                                                                                                                                            
info_value2           banana                                                                                                                                                                                     
info_value3           NONE                                                                                                                                                                                         
projects              proj1 proj2 proj3 \
                      proj4

info_value5           NONE                                                                                                                                                                                         
info_value6           NONE                                                                                                                                                                                         
info_value7           NONE                                                                                                                                                                                         
info_value8           NONE                                                                                                                                                                                         
info_value9           NONE

我希望输出为字典[{name:'jcento', server_param: 'uptime=2,load=2,mem=1,io=1', ...}, {name:'jcento5',....}]

的列表

如果可能的话，还可以创建一个正则表达式，以根据名称的key = value值，project = value的值生成一个字典，例如：

{jcento: 'proj1 proj2 proj3 proj4', jcento5: 'proj1 proj2 proj3 proj4'}。

谢谢！

Answer 1

如果我对您的理解是正确的，那么您希望将以“ ============”边界分隔的每个部分作为其在词典列表中的唯一词典。您没有提供任何代码，但是看到您使用此正则表达式来查找键/值对

r'^(\w+)\s*(.*)'

我假设您抓住了这两个组并将它们各自的值简单地传递为newDict[match.group(1)] = match.group(2)

问题归结于您如何读取数据。用这种方法，我只需要逐行读取文件，但是由于您的值可以是多行的，因此我已经不确定如何从提供的正则表达式中获得正确的分组。 “（。*）”应该像地狱般贪婪，并且比您想要的回报更多。

如果所有行跳转都标有“ \”，则可以编写一个正则表达式，将其考虑在内，如下所示：将“（。*）”替换为“（[[\ w，=] +（\ s \\ s？[\ w，=] +）？）”

但是，我可能会在阅读文本文件时对文本文件进行某些调整，以将所有数据点存储在一行上，然后遍历该文本点并使用您以前的正则表达式捕获。增加的奖励：您可以在迭代函数中添加与“ ==========”匹配的行，并在将旧字典添加到列表的同时初始化新字典。

   import re
   final_list = []

   def makeDict(fl, data):
        kvPattern = re.compile(r'^(\w+)\s*(.*)')
        newDict = {}
        for line in data:
            if line.startswith("============="):
                fl.append(newDict)
                newDict = {}
            elif kvPattern.search(line):
                match = kvPattern.search(line)
                newDict[match.group(1)] = match.group(2)

        return fl

    final_list = makeDict(final_list, data)

如果您感到自大，也可以使用“ else”代替“ elif”。甚至更好的是，将整个内容包装在Try块中以检查是否有任何数据点与您的正则表达式模式不匹配

空格分隔的键值块到字典列表的Python正则表达式

1 个答案: