正则表达式用键/值对解析分隔字符串（python）答案

【问题标题】：Regex to parse delimited string with key/value pairs (python)正则表达式用键/值对解析分隔字符串（python）
【发布时间】：2019-05-25 16:17:53
【问题描述】：

我有文本格式的数据，其中键/值对用分号分隔，后面可能跟空格，也可能不是，例如“;”或“;”，甚至“;”。对之间总会有分号，字符串以分号结尾。

键和值用空格分隔。

这个字符串是扁平的。从来没有任何嵌套的东西。字符串总是被引用，而数值从不被引用。我可以指望这在输入中是一致的。比如，

'cheese "stilton";pigeons 17; color "blue"; why "because I said so";'

最终结果是

{'cheese': "stilton", 'pigeons': 17, 'color': "blue"; 'why': "because I said so"}

不同的字符串可能包含不同的键/值对，我无法提前知道会出现哪些键。所以这是同样有效的输入字符串：

mass 6.02 ; mammal "gerbil";telephone "+1 903 555-1212"; size "A1";

我认为将字符串拆分为列表的正则表达式将是一个好的开始，然后只需两次遍历列表即可构建字典。类似的东西

x = PATTERN.split(s)
d = {}
for i in range(0, len(x), 2):
    d[x[i]] = d[x[i+1]]

这需要像 ['cheese', 'stilton', 'pigeons', 17, 'color', 'blue', 'why', 'because I said so'] 这样的列表。但我想不出一个正则表达式来获得这种形式。我最近的是

([^;[\s]*]+)

['', 'cheese', ' ', '"stilton"', ';', 'pigeons', ' ', '17', '; ', 'color', ' ', '"blue"', '; ', 'why', ' ', '"because', ' ', 'I', ' ', 'said', ' ', 'so"', ';']

当然，很容易迭代三个并选择键/值对并忽略捕获的分隔符，但我想知道是否有不同的正则表达式不会捕获分隔符。有什么建议吗？

【问题讨论】：

标签： python regex regex-group

【解决方案1】：

这里使用findall() 可能比split() 更容易。这将允许您使用捕获组来提取您想要的部分。然后你可以拆分组、清理等：

import re
s = 'cheese "stilton";pigeons 17; color "blue"; why "because I said so";'
pairs = re.findall(r'(\S+?) (.+?);', s)

d = {}
for k, v in pairs:
    if  v.isdigit():
        v = int(v)
    else:
        v = v.strip('"')
    d[k] = v
print(d)

结果

{'cheese': 'stilton',
 'pigeons': 17,
 'color': 'blue',
 'why': 'because I said so'}

当然，这假设您没有在数据中的任何地方使用;。

【讨论】：

【解决方案2】：

你可以使用

r'(\w+)\s+("[^"]*"|[^\s;]+)'

使用re.findall 匹配和提取您的数据，如果第一个替代项匹配，则对第2 组值进行后处理以删除一个尾随和一个前导" 字符，然后创建一个字典条目。

请参阅regex demo。

详情

(\w+) - 第 1 组（键）：一个或多个单词字符
\s+ - 1+ 空白字符
("[^"]*"|[^\s;]+) - 第 2 组："，除 " 之外的 0+ 个字符，然后是 " 或除空格和 ; 之外的 1 个或多个字符

Python demo:

import re
rx = r'(\w+)\s+("[^"]*"|[^\s;]+)'
s = 'cheese "stilton";pigeons 17; color "blue"; why "because I said so";'
result = {}
for key,val in re.findall(rx, s):
    if val.startswith('"') and val.endswith('"'):
        val = val[1:-1]
    result[key]=val

print(result)

【讨论】：