给初学者的 Python 建议。正则表达式，字典等？

Posted 2023-02-23

【中文标题】给初学者的 Python 建议。正则表达式，字典等？

【英文标题】：Python Advice for a beginner. Regex, Dictionaries etc?

【发布时间】：2010-11-01 08:48:20

【问题描述】：

我正在编写我的第二个 python 脚本来尝试解析配置文件的内容，并希望得到一些新手建议。我不确定是否最好使用正则表达式来解析我的脚本，因为它有多行？我也一直在阅读有关字典的内容，并想知道这是否是一种好习惯。我不一定要寻找代码，只是朝着正确的方向前进。

示例：我的配置文件如下所示。

Job 
  Name = "host.domain.com-foo"
  Client = host.domain.com-fd
  JobDefs = "DefaultJob"
  FileSet = "local"
  Write Bootstrap = "/etc/foo/host.domain.com-foo.bsr"
  Pool = storage-disk1
  

我应该使用正则表达式、行拆分还是模块？如果我的配置文件中有多个作业，我会使用字典将作业与池相关联吗？

【参考方案1】：

如果你可以改变配置文件格式，你可以直接把你的文件写成Python文件。

config.py

job = 
  'Name' : "host.domain.com-foo",
  'Client' : "host.domain.com-fd",
  'JobDefs' : "DefaultJob",
  'FileSet' : "local",
  'Write Bootstrap' : "/etc/foo/host.domain.com-foo.bsr",
  'Pool' : 'storage-disk1'

yourscript.py

from config import job

print job['Name']

【讨论】：

这对于安全来说通常是非常危险的，因为简单地读取配置文件可能会运行任意操作。

+1：非常好。这不存在安全问题，除非某个疯狂的人决定编写疯狂的参数值。

如果你不能改变格式但你信任他的文件，你可以阅读，替换：for = 和 eval()

但是您不能总是信任该文件。许多程序使用相对名称（“config/.py”）读取文件，因此在 /tmp 等任何人都可以放置此类文件的目录中执行时很容易受到攻击。

@bortzmeyer：由于只导入作业，因此风险很小。如果您关心有人恶意更改值以指向错误的资源，那么任何其他配置文件都可能发生这种情况。如果您担心加载 dict 时会执行代码，那么嗯……您有什么可能性？将 dict 子类化并覆盖 getitem 以执行某些代码的“工作”？相当棘手。 OP 没有提到安全性。

【参考方案2】：

这个任务有许多现有的替代方案，json、pickle 和 yaml 到名称 3。除非你真的想自己实现这个，你应该使用其中之一。即使您自己滚动，遵循上述格式之一仍然是一个好主意。

此外，使用解析器/生成器或类似工具进行解析是一个更好的主意，正则表达式对于此类任务将更难维护且效率更低。

【参考方案3】：

如果你的配置文件可以转成python文件，只要把它做成字典并导入模块。

Job =  "Name" : "host.domain.com-foo",
        "Client" : "host.domain.com-fd",
        "JobDefs" : "DefaultJob",
        "FileSet" : "local",
        "Write BootStrap" : "/etc/foo/host.domain.com-foo.bsr",
        "Pool" : "storage-disk1" 

您只需调用 Job["Name"]..etc 即可访问这些选项。

ConfigParser 也很容易使用。您可以创建一个如下所示的文本文件：

[Job]
Name=host.domain.com-foo
Client=host.domain.com-fd
JobDefs=DefaultJob
FileSet=local
Write BootStrap=/etc/foo/host.domain.com-foo.bsr
Pool=storage-disk1

只要像上面的一样保持简单。

【讨论】：

+1：保持简单。重用现有的解决方案。尽可能少地发明。生活的话。

【参考方案4】：

标准库中的ConfigParser 模块可能是解析 Python 脚本正在使用的配置文件的最 Pythonic 和最直接的方式。

如果您仅限于使用您概述的特定格式，那么使用 pyparsing 非常好。

【参考方案5】：

我认为正则表达式不足以解析这样的内容。您可以查看一个真正的解析器，例如pyparsing。或者，如果文件格式在您的控制范围内，您可以考虑使用 XML。有用于解析的标准 Python 库。