Question

我想解析一个这样的字符串：

-o 1  --long "Some long string"

进入这个：

["-o", "1", "--long", 'Some long string']

或类似。

这与使用sys.argv解析输入 start 的getopt或optparse不同（就像我上面的输出一样）。有没有标准的方法来做到这一点？基本上，这是“分裂”，同时保持引用的字符串在一起。

到目前为止我的最佳功能：

import csv
def split_quote(string,quotechar='"'):
    '''

    >>> split_quote('--blah "Some argument" here')
    ['--blah', 'Some argument', 'here']

    >>> split_quote("--blah 'Some argument' here", quotechar="'")
    ['--blah', 'Some argument', 'here']
    '''
    s = csv.StringIO(string)
    C = csv.reader(s, delimiter=" ",quotechar=quotechar)
    return list(C)[0]

Answer 1

我相信你想要shlex模块。

>>> import shlex
>>> shlex.split('-o 1 --long "Some long string"')
['-o', '1', '--long', 'Some long string']

Answer 2

在我发现shlex.split之前，我做了以下事情：

import sys

_WORD_DIVIDERS = set((' ', '\t', '\r', '\n'))

_QUOTE_CHARS_DICT = {
    '\\':   '\\',
    ' ':    ' ',
    '"':    '"',
    'r':    '\r',
    'n':    '\n',
    't':    '\t',
}

def _raise_type_error():
    raise TypeError("Bytes must be decoded to Unicode first")

def parse_to_argv_gen(instring):
    is_in_quotes = False
    instring_iter = iter(instring)
    join_string = instring[0:0]

    c_list = []
    c = ' '
    while True:
        # Skip whitespace
        try:
            while True:
                if not isinstance(c, str) and sys.version_info[0] >= 3:
                    _raise_type_error()
                if c not in _WORD_DIVIDERS:
                    break
                c = next(instring_iter)
        except StopIteration:
            break
        # Read word
        try:
            while True:
                if not isinstance(c, str) and sys.version_info[0] >= 3:
                    _raise_type_error()
                if not is_in_quotes and c in _WORD_DIVIDERS:
                    break
                if c == '"':
                    is_in_quotes = not is_in_quotes
                    c = None
                elif c == '\\':
                    c = next(instring_iter)
                    c = _QUOTE_CHARS_DICT.get(c)
                if c is not None:
                    c_list.append(c)
                c = next(instring_iter)
            yield join_string.join(c_list)
            c_list = []
        except StopIteration:
            yield join_string.join(c_list)
            break

def parse_to_argv(instring):
    return list(parse_to_argv_gen(instring))

这适用于Python 2.x和3.x.在Python 2.x上，它直接使用字节字符串和Unicode字符串。在Python 3.x上，仅接受[Unicode]字符串，而不接受bytes个对象。

这与shell argv拆分的行为完全不同 - 它还允许引用CR，LF和TAB字符为\r，\n和\t，将它们转换为实际CR，LF，TAB（shlex.split不这样做）。所以编写我自己的函数对我的需求很有用。如果您只想要简单的shell样式的argv拆分，我想shlex.split会更好。我正在分享这段代码，以防它作为做一些稍微不同的事情的基线。

Python，如何解析字符串看起来像sys.argv

2 个答案: