如何在 python 上使用正则表达式、开关和修剪来检索文件中的值？

Posted 2023-02-23

【中文标题】如何在 python 上使用正则表达式、开关和修剪来检索文件中的值？

【英文标题】：How to use regex, switch and trim on python to retrieve a value in a file?

【发布时间】：2022-01-16 17:18:58

【问题描述】：

我有一个格式如下的文件：

Description 10.01.1
;
;     Find the information here
;
University
    National Cantoon University
Status
    National
Administrator visible
    Disable
    *Enable
Start Edu Fair Event
    Event Only
    *Event and invite user
    Event and staff
Permanently Disable
    *No
    Yes
Order
    Year 2021/Jan-Dec(14543043643)

    Year 2022/Jan-Dec(56486565465)

我想获取每个键的值。 例如，我想得到Status 的值，即National 如果值超过一个，那么我需要获取所有值，例如，我需要获取 Permanently Disable 的值，即 *No and Yes 。我在 PowerShell 中完成了这项工作，我使用了正则表达式和修剪。但现在我需要在 Python 中使用它。我是python新手，任何人都可以帮助我，我真的很感激。非常感谢

function info

    Param($Path, $Values)
    $name = $false
    switch -regex -file $Path
    
        $Values $name = $true; continue 
        '^\s'  if ($name)  $_.Trim() 
        '^\S'  if ($name)  return 
    

【参考方案1】：

with open('text.txt', 'r') as f:
    text = f.read()

d = dict()
key = ""

# iterate line by line
for line in text.split('\n')[1:]:
    # skip empty line
    try:
        # skip header
        if line[0] == ';':
            continue
        # check whether first character is space
        # no --> key
        if not line[0].isspace():
            key = line
            d[key] = list()
            # print("key: ", line)
        # yes --> value
        else:
            # remove space
            d[key].append(line.strip())
            # print("value: ", line.strip())
    except:
        continue

输出：

>>> print(d)

 'University': ['National Cantoon University'], 
 'Status': ['National'], 
 'Administrator visible': ['Disable', '*Enable'], 
 'Start Edu Fair Event': ['Event Only', '*Event and invite user', 'Event and staff'], 
 'Permanently Disable': ['*No', 'Yes'], 
 'Order': ['Year 2021/Jan-Dec(14543043643)', 'Year 2022/Jan-Dec(56486565465)']

【讨论】：

@Cheries 我已经更新了我的答案，有用吗？

@JayPeerchai，是的，它可以读取Order 部分。但另一个问题是，标题并不总是4，它总是在变化，但它总是在内容之前以; 结尾。那么，我们可以将其识别为;，而不是使用像 4 这样的静态数字吗？

@Cheries 您可以使用if line[0] == ';': 检查该行是否以; 开头。我已经更新了我的答案，请看。抱歉，如果答案现在看起来太手动了。我对RE不太熟悉。

所以我尽量避免使用它。