Python：將格式字符串轉換爲正則表達式

我的應用程序的用戶可以通過格式字符串配置某些文件的佈局。Python：將格式字符串轉換爲正則表達式

例如，配置值用戶指定可能是：

layout = '%(group)s/foo-%(locale)s/file.txt'

我現在需要找到一個已經存在的所有這樣的文件。這似乎很容易使用水珠模塊：

glob_pattern = layout % {'group': '*', 'locale': '*'} 
glob.glob(glob_pattern)

不過，現在到了困難的部分：由於水珠結果列表中，我需要把所有這些文件名，部分匹配給定的佔位符，例如所有不同的「區域設置」值。

我想我會生成格式字符串的正則表達式，然後我可以匹配全局結果列表（或可能跳過glob並完成所有匹配）。

但我找不到一個好的方式來創建正確的組捕獲正則表達式，並逃脫其餘的輸入。

例如，這可能會給我的語言環境相匹配的正則表達式：

regex = layout % {'group': '.*', 'locale': (.*)}

但可以肯定的正則表達式是有效的，我需要通過它通過re.escape（），然後也逃脫我剛剛插入的正則表達式語法。首先調用re.escape（）會丟棄格式字符串。

我知道有fnmatch.translate（），它甚至會給我一個正則表達式 - 但不是返回正確組的那個。

有沒有一種很好的方法來做到這一點，沒有像正則表達式替換佔位符一樣安全的獨特價值等黑客？

是否有可能以某種方式（第三方庫或許？）允許以更靈活的方式解析格式字符串，例如在佔位符位置處拆分字符串？

來源

2010-04-16 miracle2k

由於您使用的是指定的佔位符，我會使用命名組。這似乎工作：

import re 
UNIQ='_UNIQUE_STRING_' 
class MarkPlaceholders(dict): 
    def __getitem__(self, key): 
     return UNIQ+('(?P<%s>.*?)'%key)+UNIQ 

def format_to_re(format): 
    parts = (format % MarkPlaceholders()).split(UNIQ) 
    for i in range(0, len(parts), 2): 
     parts[i] = re.escape(parts[i]) 
    return ''.join(parts)

，然後進行測試：

>>> layout = '%(group)s/foo-%(locale)s/file.txt' 
>>> print format_to_re(layout) 
(?P<group>.*?)\/foo\-(?P<locale>.*?)\/file\.txt 
>>> pattern = re.compile(format_to_re(layout)) 
>>> print pattern.match('something/foo-en-gb/file.txt').groupdict() 
{'locale': 'en-gb', 'group': 'something'}

來源

2010-04-16 17:46:56 Duncan

我希望找到比使用一個唯一的標識符以外的方式，但是這是對這種做法一個有趣的自旋。特別是，我喜歡我只需要一個唯一的分隔符，而不是每個需要匹配不同正則表達式的字段。 – miracle2k 2010-04-16 20:26:22

如果獨特分隔符太擔心你，你可以隨時在其中包含一個數字並增加數字，直到你得到一些不在字符串中的東西。 – Duncan 2010-04-17 11:54:02

好吧，這適用於字符串，是否有可能使這項工作更多的構造？像解析「node％（id）03d」到「node（？P \ d \ d \ d）」 – 2012-02-02 13:38:44

你可以試試這個;它可以解決你的問題。

unique = '_UNIQUE_STRING_' 
assert unique not in layout 
regexp = re.escape(layout % {'group': unique, 'locale': unique}).replace(unique, '(.*)')

來源

2010-04-16 17:15:54

Python：將格式字符串轉換爲正則表達式

回答

相關問題