如何将文本拆分为键值对？答案

【问题标题】：How do I split text into key-value pairs?如何将文本拆分为键值对？
【发布时间】：2012-01-18 08:20:18
【问题描述】：

我正在构建一个脚本来读取和解析 Ruby 中的 markdown 文件。该脚本需要能够读取和理解文件顶部的 multimarkdown 标头信息，以便它可以对输出执行其他操作。

标头值如下所示：

Title: My Treatise on Kumquats
Author: Joe Schmoe
Author URL: http://somedudeswebsite.me/
Host URL: http://googlesnewthing.com/
Created: 2012-01-01 09:41

我不知道如何将文本行拆分为一个简单的键值字典。在这种情况下，内置的拆分功能似乎不起作用，因为我只希望它在每行中第一次出现冒号 (:) 时拆分。额外的冒号将成为值字符串的一部分。

如果重要的话，我在 OS X 上使用 Ruby 1.8.7。

【问题讨论】：

标签： ruby string parsing

【解决方案1】：

这样做：

s = <<EOS
Title: My Treatise on Kumquats
Author: Joe Schmoe
Author URL: http://somedudeswebsite.me/
Host URL: http://googlesnewthing.com/
Created: 2012-01-01 09:41
EOS

h = Hash[s.each_line.map { |l| l.chomp.split(': ', 2) }]
p h

输出：

{"Title"=>"My Treatise on Kumquats", "Author"=>"Joe Schmoe", "Author URL"=>"http://somedudeswebsite.me/", "Host URL"=>"http://googlesnewthing.com/", "Created"=>"2012-01-01 09:41"}

【讨论】：

您可能希望在 ': ' 上进行拆分，或者以其他方式去除尾随空格。
@SergioTulentsev：很公平。

【解决方案2】：

将split 与可选的第二个参数一起使用（感谢@MichaelKohl）

s = 'Author URL: http://somedudeswebsite.me/'
key, value = s.split ': ', 2
puts key
puts value

输出

Author URL
http://somedudeswebsite.me/

【讨论】：

除非我会丢失 URL 中的冒号并且它不再是有效的 URL。
看起来是一个相当优雅的解决方案，我想我会接受它。为了以防万一，我会把这个问题留到早上。 :)
可能永远都会有，但我认为 Multimarkdown 引擎只有冒号，所以我想保持这种兼容性——尽管我承认这个选项从来没有想过。
@SergioTulentsev: split 有一个可选的第二个参数，用于指定拆分后所需的最大零件数："'Author URL: http://somedudeswebsite.me/'".split(':', 2) #=> ["'Author URL", " http://somedudeswebsite.me/'"]
@MichaelKohl：谢谢，没用过。更新了答案。

【解决方案3】：

您可以使用正则表达式来解析您的文本：

str = "Title: My Treatise on Kumquats
Author: Joe Schmoe
Author URL: http://somedudeswebsite.me/
Host URL: http://googlesnewthing.com/
Created: 2012-01-01 09:41"

matches = str.scan /^(.+?): (.+?)$/m

matches.each { |m|
   key = m[0]
   value = m[1]
}

这是多行正则表达式 (/<regex>/m) - 它将每行匹配成两组（索引为 0 和 1）。第一组将包含第一次出现": "（冒号+空格）之前的所有字符。第二组将包含此行中的所有其余字符（直到正则表达式遇到行尾 $）。

这是将结果转换为哈希的方法：

dictionary = matches.inject({}) do |dict, m| 
  dict[m[0]] = m[1]
  dict
end

更新

正如 Michael Kohl 所提到的，可以将其写成一行：

hash = Hash[str.scan /^(.+?): (.+?)$/m]

【讨论】：

【解决方案4】：

你可以这样做

>> s = 'Author URL: http://somedudeswebsite.me/'
>> first_idx = s.index(':')
>> key,value = s[0..first_idx-1],s[first_idx+1..s.length]
=> ["Author URL", " http://somedudeswebsite.me/"]

或通过键值散列

>> kv = Hash[*s[0..first_idx-1],s[first_idx+1..s.length]]
=> {"Author URL"=>" http://somedudeswebsite.me/"}

希望对你有帮助

【讨论】：

【解决方案5】：

line.split(':',2)是你想要的吗？

String#split 接受指定要拆分的部分的第二个参数。它适用于 ruby 1.9.3，在早期版本中不确定。（但我几乎可以肯定它也适用于 1.9.2）

如果这不可用，line.scan(%r{^([^:]*):(.*)}) 也应该可以工作。

【讨论】：