将文件格式化为markdown文件答案

【问题标题】：Formatting a file into markdown file将文件格式化为markdown文件
【发布时间】：2017-05-03 20:55:05
【问题描述】：

由于必要，我将许多文件的内容转储到一个文件中，如下所示：

Filename=A1.cpp
Description=A1 CPP
Listen=/var/run/A1.cpp
Filename=A2.cpp
Description=A2 CPP
Listen=/var/run/A2.cpp
Write=/home/folder/textfile

您可能会发现，键会重复自己。但是，也有一些例外。可能有共同的钥匙和不同的钥匙。目标是这样的：

| Filename |   Description  | Listen         |         Write         |
| A1.cpp   |     A1 CPP     | var/run/A1.cpp |           -           |
| A2.cpp   |     A2 CPP     | var/run/A2.cpp | /home/folder/textfile |

您可能会发现输出是 md 格式。我对 Python(3) 相当陌生。我脑海中的问题可以这样排列；

如何通过= 进行拆分？（我尝试过使用正则表达式，但有很多情况我无法处理，例如空格、标点符号……）
我应该如何存储它们以获得给定的输出？（字典，二维数组；总是以文件名开头）

附：为了简洁起见，我展示了我的问题的过度简化版本。

【问题讨论】：

我们可以说每条记录都以“文件名=”开头吗？只有这 4 个键/值对吗？如果有空格和标点符号之类的问题……你还没有展示出来，所以很难猜出你想要什么。
md 格式...哪一种？什么是“钥匙”？你做了哪些尝试？
是的，每条记录都以 Filename=... 开头，通过“=”分隔的目的取决于将来使用的灵活性。因为列名不仅限于四个，还会添加未知的列名。不过，由于这个原因，我无法对先前尝试的列名进行硬编码。
给定的格式 -bar 分隔 - 可以转换成 Markdown 文件。尝试从硬编码版本开始，因为键（列名）在常用键之上动态变化，我无法通过这种方法处理它们。我试图通过'='来划分左右手，有太多例外，然后我决定问；有没有办法以更聪明的方式处理这种情况。

标签： regex python-3.x data-structures split formatting

【解决方案1】：

只是玩弄正则表达式和pandas，这可能会让你开始：

import re, pandas as pd

string = """
Filename=A1.cpp
Description=A1 CPP
Listen=/var/run/A1.cpp
Filename=A2.cpp
Description=A2 CPP
Listen=/var/run/A2.cpp
Write=/home/folder/textfile
"""

# regex for your structure
rx = re.compile(r"""
        ^                                     # start of line
        Filename=(?P<filename>.+)[\n\r]       # Filename
        Description=(?P<description>.+)[\n\r] # Description
        Listen=(?P<listen>.+)[\n\r]           # Listen
        (?:Write=(?P<write>.+)[\n\r])?        # Write, optional
        """, re.VERBOSE | re.MULTILINE)

# column labels
labels = ['Filename', 'Description', 'Listen', 'Write']
rows = [match.groups() for match in rx.finditer(string)]

# formatter for the columns
mdformat = lambda x: '{} |'.format(x)

# create the dataframe
df = pd.DataFrame.from_records(rows, columns=labels)
df.fillna('-', inplace = True)

# print it out using the mdformat function
print(df.to_string(index=False, header = False,
        formatters={'Filename': mdformat, 'Description': mdformat, 
                    'Listen': mdformat, 'Write': mdformat}))

这产生

A1.cpp |  A1 CPP |  /var/run/A1.cpp |                      - |
A2.cpp |  A2 CPP |  /var/run/A2.cpp |  /home/folder/textfile |

因此，基本上代码会扫描您的字符串，将结果放入列表中并从中创建一个pandas 数据框。这是使用格式化程序功能打印出来的。

【讨论】：