如何解析zcat输出

Question

在python中按\n\n拆分字符串的最简单方法是什么？

这是我的原始字符串，它来自http://ftp2.de.debian.org/debian/dists/stable/main/binary-i386/Packages.gz的zcat输出

Package: zziplib-bin\n
Priority: optional\n
Section: utils\n
Installed-Size: 116\n
Maintainer: LIU Qi <liuqi82@gmail.com>\n
Architecture: i386\n
Source: zziplib (0.13.56-1)\n
Version: 0.13.56-1+b1\n
...\n
\n
Package: zzuf\n
Priority: optional\n
Section: devel\n
Installed-Size: 228\n
Maintainer: Sam Hocevar <sho@debian.org>\n
Architecture: i386\n
Version: 0.13.svn20100215-2\n
...\n
\n

也许你们中的任何人都做过这样的事情

理想情况下应该是这样的：

{
"zziplib-bin": {"Version": "0.13.56-1+b1"},
"zzuf": {"Version": "0.13.svn20100215-2"},
...
}

• Timo

Answer 1

我想通了。也许有人可以在这方面提出更好的建议。

a = zcat_output.split('\n\n')
a.pop(len(a)-1)
c = dict()
for x in [x.splitlines() for x in a]:
    pkg = ""
    for y in [y for y in x if y.startswith('Package:') or y.startswith('Version:')]:
        z = y.split(':')
        if z[0] == 'Package':
            pkg = z[1].strip()
        else:
            c[pkg] = {z[0]: z[1].strip()}

print c.get('whois')

输出：

{'Version': '5.0.10'}

Answer 2

在

中，用\n\n拆分字符串的最简单方法是什么？

使用.split

>>> "a\n\nb\n\n\nc".split("\n\n")
['a', 'b', '\nc']

Answer 3

下面的脚本将直接读取Packages.gz文件，并使用python的gzip模块对其进行解压缩，这样就可以省去使用zcat的额外步骤。然后，在按'\n\n'拆分之后，它检查每个包的详细信息，并使用正则表达式提取包的名称和版本。我已经为存储包及其版本信息的数据结构提供了两个实现。第二个遵循你的问题中提到的结构，第一个是一个更平坦的结构，它只是将每个包的名称映射到它的版本。

import gzip, re
packages = gzip.open('Packages.gz', 'rb').read()
p = packages.strip().split('\n\n')
pack = re.compile('^Package: (.*)')
ver = re.compile('\nVersion: (.*)')

info = dict([(pack.findall(i)[0], ver.findall(i)[0]) for i in p])
print info['whois']

info = dict([(pack.findall(i)[0], {'Version': ver.findall(i)[0]}) for i in p])
print info['whois']

输出

5.0.10
{'Version': '5.0.10'}