正则表达式在Python
我有以下字符串:正则表达式在Python
schema(field1, field2, field3, field4 ... fieldn)
我需要将字符串name属性为schema
和字段名的另一个属性是一个列表转换为一个对象。
如何在Python中使用正则表达式执行此操作?
对于这样的事情可能需要的正则表达式测试:
import unittest
import re
# Verbose regular expression! http://docs.python.org/library/re.html#re.X
p = r"""
(?P<name>[^(]+) # Match the pre-open-paren name.
\( # Open paren
(?P<fields> # Comma-separated fields
(?:
[a-zA-Z0-9_-]+
(?:,\) # Subsequent fields must separated by space and comma
)*
[a-zA-Z0-9_-]+ # At least one field. No trailing comma or space allowed.
)
\) # Close-paren
"""
# Compiled for speed!
cp = re.compile(p, re.VERBOSE)
class Foo(object):
pass
def validateAndBuild(s):
"""Validate a string and return a built object.
"""
match = cp.search(s)
if match is None:
raise ValueError('Bad schema: %s' % s)
schema = match.groupdict()
foo = Foo()
foo.name = schema['name']
foo.fields = schema['fields'].split(', ')
return foo
class ValidationTest(unittest.TestCase):
def testValidString(self):
s = "schema(field1, field2, field3, field4, fieldn)"
obj = validateAndBuild(s)
self.assertEqual(obj.name, 'schema')
self.assertEqual(obj.fields, ['field1', 'field2', 'field3', 'field4', 'fieldn'])
invalid = [
'schema field1 field2',
'schema(field1',
'schema(field1 field2)',
]
def testInvalidString(self):
for s in self.invalid:
self.assertRaises(ValueError, validateAndBuild, s)
if __name__ == '__main__':
unittest.main()
你在找这样的吗?
>>> s = 'schema(field1, field2, field3, field4, field5)'
>>> name, _, fields = s[:-1].partition('(')
>>> fields = fields.split(', ')
>>> if not all(re.match(r'[a-z]+\d+$', i) for i in fields):
print('bad input')
>>> sch = type(name, (object,), {'attr': fields})
>>> sch
<class '__main__.schema'>
>>> sch.attr
['field1', 'field2', 'field3', 'field4', 'field5']
谢谢,但我正在寻找一个解决方案,在这个过程中,还允许我验证字符串是在上面指定的格式。 – 2010-10-15 14:21:15
想知道,你有没有使用'partition()'而不是'split(...,1)'的具体原因,还是仅仅是首选?无论哪种方式,+1 :) – Wolph 2010-10-15 14:21:24
@Yasmin:这是? – SilentGhost 2010-10-15 14:21:39
您可以使用类似(两轮,因为蟒蛇重不支持嵌套捕获(感谢SilentGhost指点出来)):
pattern = re.compile("^([a-z]+)\(([a-z,]*)\)$")
ret = pattern.match(s)
if ret==None:
...
else:
f = ret.groups()
name = f[0]
args = f[1]
arg_pattern = re.compile("^([a-z]+)(,[a-z]+)*$")
ret2 = arg_pattern.match(args)
# same checking as above
if (ret2==None):
...
else:
args_f = ret2.groups()
它只能用于两个参数,Python不支持嵌套捕获 – SilentGhost 2010-10-15 14:52:31
它对字段> 2有效吗?我尝试了四个字段并打印字段打印架构,第一个和最后一个。错误? – 2010-10-15 14:56:02
是的(参考SilentGhost)。我试图解决这个问题...... – ThR37 2010-10-15 14:57:52
与我的回答有什么不同?除了拥有所有冗余测试代码和丑陋的正则表达式? – SilentGhost 2010-10-15 15:05:49
@David,如何更改正则表达式以使字段之间的空间可选? – 2010-10-15 15:14:25
在第13行,将'\)'改为'\?)'。这使得可以选择逃逸空间。 (请参阅中的“量词”一节。 –
2010-10-15 15:20:23