在Python中解析TCL列表

Question

我需要用双括号分隔空格分隔的TCL列表...例如..。

OUTPUT = """{{172.25.50.10:01:01-Ethernet 172.25.50.10:01:02-Ethernet {Traffic Item 1}}} {{172.25.50.10:01:02-Ethernet 172.25.50.10:01:01-Ethernet {Traffic Item 1}}}"""

这应该解析成..。

OUTPUT = ["""{{172.25.50.10:01:01-Ethernet 172.25.50.10:01:02-Ethernet {Traffic Item 1}}}""", 
    """{{172.25.50.10:01:02-Ethernet 172.25.50.10:01:01-Ethernet {Traffic Item 1}}}"""]

我试过了..。

import re
splitter = re.compile('}}\s+{{')
splitter.split(OUTPUT)

然而，这修剪了中间的花括号...

['{{172.25.50.10:01:01-Ethernet 172.25.50.10:01:02-Ethernet {Traffic Item 1}',
'172.25.50.10:01:02-Ethernet 172.25.50.10:01:01-Ethernet {Traffic Item 1}}}']

我想不出如何只拆分}} {{之间的空格。我知道我可以手动作弊并插入丢失的大括号，但我更愿意找到一种简单的方法来有效地解析出来。

有没有一种方法可以使用re.split (或其他一些python解析框架)来解析包含{{content here}}的任意数量的空格分隔行的OUTPUT

Answer 1

您可以修改您的正则表达式以使用正向前视/后视断言，这些断言不会消耗任何字符串：

re.compile('(?<=}})\s+(?={{)')

Answer 2

自那次comp.lang.python讨论以来，Pyparsing已经得到了改进，我认为即使是Cameron Laird也不会抱怨使用pyparsing的nestedExpr方法的解决方案：

OUTPUT = """{{172.25.50.10:01:01-Ethernet 172.25.50.10:01:02-Ethernet {Traffic Item 1}}} {{172.25.50.10:01:02-Ethernet 172.25.50.10:01:01-Ethernet {Traffic "Item 1"}}}"""

from pyparsing import nestedExpr, originalTextFor

nestedBraces1 = nestedExpr('{', '}')
for nb in nestedBraces1.searchString(OUTPUT):
    print nb

nestedBraces2 = originalTextFor(nestedExpr('{', '}'))
for nb in nestedBraces2.searchString(OUTPUT):
    print nb

打印：

[[['172.25.50.10:01:01-Ethernet', '172.25.50.10:01:02-Ethernet', ['Traffic', 'Item', '1']]]]
[[['172.25.50.10:01:02-Ethernet', '172.25.50.10:01:01-Ethernet', ['Traffic', '"Item 1"']]]]
['{{172.25.50.10:01:01-Ethernet 172.25.50.10:01:02-Ethernet {Traffic Item 1}}}']
['{{172.25.50.10:01:02-Ethernet 172.25.50.10:01:01-Ethernet {Traffic "Item 1"}}}']

如果您必须重新拆分数据以从嵌套大括号中获取各个项，那么nestedExpr的原始嵌套列表输出可能会有更好的帮助(请注意，即使列表中有带引号的字符串，被引用的项也会保留为它自己的项)。但是，如果您真的非常需要包含嵌套大括号的字符串，那么可以使用nestedBraces2中所示的带有originalTextFor的表单。

Answer 3

您可以使用正则表达式来提取列表项值…，而不是拆分

re.findall(r'({{.*?}})(?:\Z|\s+)', OUTPUT)

例如：

In [30]: regex = re.compile(r'({{.*?}})(?:\Z|\s+)')

In [31]: regex.findall(OUTPUT)
Out[31]: 
['{{172.25.50.10:01:01-Ethernet 172.25.50.10:01:02-Ethernet {Traffic Item 1}}}',
 '{{172.25.50.10:01:02-Ethernet 172.25.50.10:01:01-Ethernet {Traffic Item 1}}}']