Python模拟strptime行为

Question

我有一个python程序，它从多个来源获取文件，来自同一个源的所有文件都有相同的格式，但是格式差别很大。一个源可以是(Date)_Username_ProccessID_Server.格式的ServerName - ProccessID - Date格式。目前，要添加一个新的源，使用新的格式，需要一个编码器为每个源编写一个解析函数。

我已经开始编写一个新的适配器，我希望将文件格式存储为字符串。类似的第一个是%S - %P - %D，第二个可能是(%D)%U%P_%S.

在python3中，最好的方法是什么？

Answer 1

这样的事情是合理的：

import re
from collections import namedtuple

Format = namedtuple('Format', 'name format_string regex')
class Parser(object):
    replacements = [Format('server', '%S', r'[A-Za-z0-9]+'),
                    Format('user', '%U', r'[A-Za-z0-9]+'),
                    Format('date', '%D', r'[0-9]{4}-[0-9]{2}-[0-9]{2}'),
                    Format('process_id', '%P', r'[0-9]+'),
                    ]

    def __init__(self, format):
        self.format = format
        self.re = re.compile(self._create_regex(format))

    def _create_regex(self, format):
        format = re.escape(format)
        for replacement in self.replacements:
            format = format.replace(r'\%s' % replacement.format_string,
                                    r'(?P<%s>%s)' % (replacement.name,
                                                     replacement.regex,
                                                     ),
                                    )
        return format

    def parse(self, data):
        match = self.re.match(data)
        if match:
            return match.groupdict()
        return None

用法：

a_parser = Parser("(%D)%U_%P_%S")
print a_parser.parse("(2005-04-12)Jamie_123_Server1")

b_parser = Parser("%S - %P - %D")
print b_parser.parse("Server1 - 123 - 2005-04-12")

输出：

{'date': '2005-04-12', 'process_id': '123', 'user': 'Jamie', 'server': 'Server1'}
{'date': '2005-04-12', 'process_id': '123', 'server': 'Server1'}

本质上，我是在您的自定义格式语法的%?和一个与该参数匹配的预定义正则表达式之间创建一个映射，然后用相应的regex替换给定格式字符串中的%?字符串，为该模式构建一个解析器。

这只有在格式字符串中分隔"type“的字符没有出现在regex中，或者如果没有分隔符时，才能工作，那么并排的两个正则表达式不会”干扰“对方。例如，使用格式字符串：

%U%P

我在上面分配给user和process_id的正则表达式不可能知道user和process_id从哪个字符串开始：

User1234

这是User1和234，User和1234，还是其他的组合？但是，即使是人类也无法解决这个问题！