Python：使用正則表達式反序列化PHP數組

我對正則表達式很陌生，但決定使用它們來反序列化PHP數組。這裏有一些背景信息：Python：使用正則表達式反序列化PHP數組

我重寫了用PHP編寫的django中的公司基於數據庫的網站。與公司和行業有M2M關係。在以前的模型中，它是通過使用序列化的PHP數組解決的，所以我現在必須正確地同步所有內容。我的第一次嘗試是一些分裂和切割，這真的很難看，所以我決定跳入正則表達式。下面是我得到了什麼（它的工作完美的罰款）現在：

def unserialize_array(serialized_array): 
    import re 
    matched_sub = re.search('^a:\d+:\{i:\d+;s:\d+:"(.*?)";\}$', serialized_array).group(1) 
    industry_list = re.sub('";i:\d+;s:\d+:"', "? ", matched_sub).split("? ") 
    new_dict = dict(enumerate(industry_list)) 
    return new_dict

我不過想知道如果我不能做到這一切與一個正則表達式，而不是兩個。

來源

2016-01-04 Fynn Becker

[python中反序列化PHP數據]的可能的複製（http://stackoverflow.com/questions/5935501/unserialize-php-data-in-python） –

否，決定不使用套餐的像phpserialize因爲它比我需要的還要多，並且會導致不必要的錯誤，例如我的數組數據的長度，因爲它包含德語元音變音。 –

@FynnBecker：你能提供一些關於我提出的解決方案的反饋嗎？我的假設是正確的，或者你可以提供一些示例輸入？ –

更新：更新到正確處理也逃脫引號\"（實際寫入\\"）和（轉義逃逸\\\"是\\\\\\"後作爲一個轉義引號）任何轉義序列。

我想，如果我理解你輸入正確的結構，即你可以重寫你的方法是這樣的：

def unserialize_array(serialized_array): 
    import re 
    return dict(enumerate(re.findall(r'"((?:[^"\\]|\\.)*)"', serialized_array)))

假定輸入（至於是不是你的問題明確指定）：

a:3:{i:1;s:9:"industry\\\\\\"A\\"";i:2;s:9:"\\"industry2\\"";i:3;s:9:"industry3"}

輸出

{0： '產品生產技術\\\ 「A \」'，1： '\ 「industry2 \」'，2： 'industry3'}

（實際上：{0: 'industry1\\\\\\"A\\"', 1: '\\"industry2\\"', 2: 'industry3'}）

它是如何作品

沒有必要匹配序列化數組的整個結構，因爲我們只關心字符串內容。正則表達式"((?:[^"\\]|\\.)*)"只是提取每個字符，直到遇到一個轉義「\」（在這種情況下接受轉義+另一個字符）或結束雙引號"。

捕獲組確保在最終結果中刪除雙引號。

最後，re.findall方法在一次調用中返回由我們期望的結果組成的字符串列表。

這是一個特殊的re.findall覆蓋整個比賽，如果至少有一個捕獲組存在匹配（或由我們的情況下的捕獲組）。事實上，文檔聲明：

如果模式中存在一個或多個組，則返回一組組列表;如果模式有多個組，這將是一個元組列表。

來源

2016-01-04 16:26:59

完美，這就是我一直在尋找的。不知道findall是否適合我的情況，以及如何使用捕獲組來刪除引號。還有一些混淆思想，我必須匹配完整的字符串才能工作。非常感謝您的回答，真的很有幫助。 –

建議使用帶回調的re.sub，它只會在遞歸中調用unserialize_array。

來源

2016-01-04 13:10:10 ankhzet

不知道這一點，只是看起來它是如何工作的（python初學者），更確定漂亮，所以非常感謝。然而，我的問題仍然存在，在某種表達方式中是否可行？ –

Python：使用正則表達式反序列化PHP數組

回答

相關問題