通过python获取{}内文件中的路径

Question

我有一个代码，我只想返回 /X/Y/Z/C、/X/Y/Z/D、/X/Y/Z/E（无论 -tree 之后的内容）。 它实际上应该读取文件，忽略所有内容，直到它看到 WFS，然后在 {} 中获取信息，找到树并返回路径。

我是 Python 的初学者。匹配模式不起作用，因为我认为路径每天都在变化。 任何帮助将不胜感激。

代码：

DEFAULTS
{
    FS
    {
        -A      AAA
        -B

    }  -aaaaaa
    C
    {

    } 
}

D "FW0" 
{
} 

WFS "C:" XXXX:"/C"
{
    -trees
        "/X/Y/Z/C"
        "/X/Y/Z/D"
        "/X/Y/Z/E"
    -A  AAA
}

Answer 1

基于状态机的词法分析器可以可靠地完成这项工作。

它识别出我们感兴趣的文件结构：嵌套花括号、命名节（下一行的标识符和左大括号；这个只关心顶级节）和子句（以 -identifier 开头，在顶级节，可能跟随着数据行并由另一个子句或节的结尾终止）。

然后它继续读取文件并打印找到的数据行，如果它们恰好位于我们感兴趣的部分和子句中。它还会在找到它们时设置一个标志，以便在该子句结束后立即退出。

f = open("t.txt")

import re

identifier=None
brace_level=0
section=None
clause=None
req_clause_found=False
def in_req_clause(): return section=='WFS' and clause=='trees'

for l in (l.strip() for l in f):
    if req_clause_found and not in_req_clause(): break

    m=re.match(r'[A-Z]+',l)    #adjust if section names can be different
    if m and section is None:
        identifier=m.group(0)
        continue
    m=re.match(r'\{(\s|$)',l)
    if m:
        brace_level+=1
        if identifier is not None and brace_level==1:
            section=identifier
            identifier=None
        continue
    else: identifier=None
    m=re.match(r'\}(\s|$)',l)
    if m:
        brace_level-=1
        if brace_level==0: section=None
        clause=None
        continue
    m=re.match(r'-([A-Za-z]+)',l)   #adjust if clause names can be different
    if m and brace_level==1:
        clause=m.group(1)
        continue
    m=re.match(r'"(.*)"$',l)
    if m and in_req_clause():
        print m.group(1)
        req_clause_found=True
        continue

在示例中，此输出

/X/Y/Z/C
/X/Y/Z/D
/X/Y/Z/E

Answer 2

我对您文件的布局有点困惑，但有什么理由不逐行解析它吗？

def parse():
    with open('data.txt') as fptr:
        for line in fptr:
            if line.startswith('WFS'):
                for line in fptr:
                    if line.strip().startswith('-trees'):
                        result = []
                        for line in fptr:
                            if line.strip().startswith('"'):
                                result.append(line.strip())
                            else:
                                return result

这不漂亮，但我认为它会工作！让我们试试吧：

In [1]: !cat temp.txt
DEFAULTS
{
    FS
    {
        -A      AAA
        -B

    }  -aaaaaa
    C
    {

    } 
}

D "FW0" 
{
} 

WFS "C:" XXXX:"/C"
{
    -trees
        "/X/Y/Z/C"
        "/X/Y/Z/D"
        "/X/Y/Z/E"
    -A  AAA
}

In [2]: %cpaste
Pasting code; enter '--' alone on the line to stop or use Ctrl-D.
:def parse():
:    with open('temp.txt') as fptr:
:        for line in fptr:
:            if line.startswith('WFS'):
:                for line in fptr:
:                    if line.strip().startswith('-trees'):
:                        result = []
:                        for line in fptr:
:                            if line.strip().startswith('"'):
:                                result.append(line.strip())
:                            else:
:                                return result
:
:--

In [3]: parse()
Out[3]: ['"/X/Y/Z/C"', '"/X/Y/Z/D"', '"/X/Y/Z/E"']

Answer 3

我不确定你的模式的确切变化是什么，但你可以使用正则表达式组：

import re

myjunk = open("t.txt", "r")

for line in myjunk:
    if re.match('(/[A-Z])*', line)
        print line,

您可能需要稍微调整一下正则表达式，但这里的重点是花一点时间学习正则表达式，您不必处理其他地方建议的一些不必要的复杂解决方案。正则表达式是一种迷你语言，专为与文本相关的许多事情而构建，它确实是必不可少的知识，即使对于 python 新手也是如此。你会很高兴你投入时间！ python 社区很有帮助，所以为什么不加入 IRC，我们会在你最喜欢的 python 频道中看到你的实时帮助。

祝你好运，如果您需要更多帮助，请告诉我。

PJ