正则表达式匹配 YAML 中的键

Question

我有一个看起来像这样的 yaml..！用户可以定义 N 个xyz_flovor_id，其中_flovor_id 键是通用的。目的是获取*_flavor_id 键并从中提取价值。

  server:
    tenant: "admin"
    availability_zone: "nova"
    cpu_overcommit_ratio: 1:1
    memory_overcommit_ratio: 1:1
    xyz_flovor_id: 1
    abc_flavor_id: 2

我能够计算出匹配_flovor_id 的正则表达式。然而，当试图在代码中使用它时，它会抛出错误。 这是我的代码。

def get_flavor_keys(params):
    pattern = re.compile(r'[^*]flavor_id')
    for key, value in params.iteritems():
        print value
        if key == 'server':
            if pattern.match(value):
                print 'test'

print value 正在转储整个 YAML 文件（预期）。之后立即回溯。

Traceback (most recent call last):
  File "resource_meter.py", line 150, in <module>
    get_flavor_keys(items)
  File "resource_meter.py", line 15, in get_flavor_keys
    if pattern.match(value):
TypeError: expected string or buffer

Answer 1

你可以使用这个正则表达式：

\b[^_\n]+_flavor_id:\s*(\d+)

Click for Demo

正则表达式解释：

• \b - word boundary
• [^_\n]+ - 任何不是 _ 或换行符的字符出现 1 次以上
• _flavor_id: - 匹配 _flavor_id: 字面意思
• \s* - 匹配 0+ 次出现的空白字符
• (\d+) - 匹配并捕获 1 个以上的数字。这是您需要的值。

我对 python 不太熟悉，但是 regex101 允许我们生成代码。所以，我将代码粘贴在这里，您可以使用。

import re

regex = r"\b[^_\n]+_flavor_id:\s*(\d+)"

test_str = ("server:\n"
    "    tenant: \"admin\"\n"
    "    availability_zone: \"nova\"\n"
    "    cpu_overcommit_ratio: 1:1\n"
    "    memory_overcommit_ratio: 1:1\n"
    "    xyz_flavor_id: 1\n"
    "    abc_flavor_id: 2")

matches = re.finditer(regex, test_str)

for matchNum, match in enumerate(matches):
    matchNum = matchNum + 1

    print ("Match {matchNum} was found at {start}-{end}: {match}".format(matchNum = matchNum, start = match.start(), end = match.end(), match = match.group()))

    for groupNum in range(0, len(match.groups())):
        groupNum = groupNum + 1

        print ("Group {groupNum} found at {start}-{end}: {group}".format(groupNum = groupNum, start = match.start(groupNum), end = match.end(groupNum), group = match.group(groupNum)))

这是我得到的输出：

Answer 2

你需要这个正则表达式。我将它分组为键值对：

^\s*(?P<key>\w+_flavor_id):\s*(?P<value>\d+)

Python 演示：https://repl.it/Lk5W/0

import re

regex = r"^\s*(?P<key>\w+_flavor_id):\s*(?P<value>\d+)"

test_str = ("  server:\n"
    "    tenant: \"admin\"\n"
    "    availability_zone: \"nova\"\n"
    "    cpu_overcommit_ratio: 1:1\n"
    "    memory_overcommit_ratio: 1:1\n"
    "    xyz_flavor_id: 1\n"
    "    abc_flavor_id: 2\n")

matches = re.finditer(regex, test_str, re.MULTILINE)

for matchNum, match in enumerate(matches):
    print ("{key}:{value}".format(key = match.group('key'), value=match.group('value')))

Answer 3

您会收到该错误，因为键 server 的值不是字符串，而是 dict（或 dict 的子类）。这就是您输入中的 YAML 映射（包括键 abc_flavor_id）的加载方式。

除此之外，使用正则表达式解析 YAML（或任何其他结构化文本格式，如 HTML、XML、CVS）总是一个坏主意，因为即使不是不可能，也很难捕捉到语法的所有细微差别.如果不是，您将不需要解析器。

例如，对文件进行细微更改，只需添加注释以供某些编辑文件的用户需要更新哪些值，就打破了简单的正则表达式方法：

server:
  tenant: "admin"
  availability_zone: "nova"
  cpu_overcommit_ratio: 1:1
  memory_overcommit_ratio: 1:1
  xyz_flovor_id: 1
  abc_flavor_id:  # extract the value for this key
    2

上面的这个 YAML 文档在语义上与您的相同，但不再适用于当前发布的其他答案。

如果某些 YAML 加载/保存操作将您的输入转换为（同样在语义上等效）：

server: {abc_flavor_id: 2, availability_zone: nova,
  cpu_overcommit_ratio: 61, memory_overcommit_ratio: 61,
  tenant: admin, xyz_flovor_id: 1} then tweaking a dumb regular expression will not begin to suffice (this is not a construed example, this is the default way to dump your data structure in PyYAML and in ruamel.yaml using 'safe'-mode).

你需要做的是，正则表达式匹配与server关联的值的键，而不是整个文档：

import re
import sys
from ruamel.yaml import YAML

yaml_str = """\
server:
  tenant: "admin"
  availability_zone: "nova"
  cpu_overcommit_ratio: 1:1
  memory_overcommit_ratio: 1:1
  xyz_flovor_id: 1
  abc_flavor_id:  # extract the value for this key
    2
"""

def get_flavor_keys(params):
    pattern = re.compile(r'(?P<key>.*)_flavor_id')
    ret_val = {}
    for key in params['server']:
        m = pattern.match(key)
        if m is not None:
            ret_val[m.group('key')] = params['server'][key]
            print('test', m.group('key'))
    return ret_val

yaml = YAML(typ='safe')
data = yaml.load(yaml_str)
keys = get_flavor_keys(data)
print(keys)

这给了你：

{'abc': 2}

（xyz_flovor_id 当然不匹配，但也许这是您帖子中的错字）。