从Python中的字符串和模板获取关键字值

最后，我得到了@jornsharpe示例的解决方案，我在这里展示了它。它适用于我，只是我需要使用os.path.split分割文件夹和文件名，以确保模板中关键字的唯一性

def parse_kwdict(s, template, keys, kwmark='$'):
    kw2rekw = {key:'(?P<'+key+'>.*)' for key in keys}
    pattern = replace(template, kw2rekw, kwmark=kwmark)
    return re.match(pattern, s).groupdict()

def replace(template, kwdict, kwmark='$'):
    name = template
    for key, val in kwdict.iteritems():
        if val is not None:
            name = name.replace(kwmark+key, str(val))
    return name

这样我就可以从字符串和模板中提取键的值

比如说,

template = '/parent/folder/$sensor/$year.$day/$freq/$sensor.$location.$year.$day.dat'
keys = ['year', 'day', 'location', 'sensor', 'freq'] # keywords in the template
s = '/parent/folder/SensorA/2011.123/5Hz/SensorA.E.2011.123.dat'
kwdict = parse_kwdict(s, template, keys)

产生

kwdict = {'year':2011, 'day':123, 'location':'E', 'sensor':'SensorA', 'freq':'5Hz'}

我的案子需要处理的一些笔记

关键字的值中没有空格

模板中的关键字之间总是有一些分隔符，如字母、点、下划线、斜杠等

模板中的关键字列在

键中（关键字=“$”+键），它们完全不同。不会有像
$freq
和
$frequency
这样的关键词会让人感到模糊

关键字仅包含字母，不包含特殊字符

关键字的值包括字母和数字，没有特殊字符，但也可以是“”

关键字可以在模板和字符串中出现一次或多次，也可以不出现。如果关键字出现多次，则字符串中的值相同

短篇故事：您不能（在一般情况下）可靠地反转合并，您的第一个示例是明确的：

template='T$a$b\u an\u$c'

string='这是一个示例'

可以给出

a='b='his'

，

a='h'b='is'

，

a='hi b='s'

，等等

长话短说：

• 首先需要解析模板以识别固定部分和可替换令牌：可替换令牌是

  $

  ，后跟一个小写字符，范围为

  a-z

  ，其余的都是固定的
• 然后您需要转义固定部分中的所有特殊字符（至少

  ？（）{}\：

  可能还有其他字符）
• 然后，通过将模板中的可替换标记替换为

  *

  ，并将固定部分替换为其转义值来构建正则表达式
• 如果字符串与正则表达式匹配，则应该给出一个可能的映射（可能还有其他映射）小心：可能还有其他可能性

您可以尝试使用ungreedy匹配（

*？

而不是

*

）。如果你得到了与贪婪搜索完全相同的解决方案，那么这个解决方案应该是唯一的——更确切地说，我不确定这一点，但无法想象一个例子会是错误的

上次编辑的最后备注：

• 如果关键字不是单个字母，您必须指定如何识别它们（shell设计人员设想的

  ${xxz}

  不仅仅是偶然的）
• 模板

  '/AAA/$a.$b.$c.txt'

  不会使用上述方法给出唯一的结果：

  /AAA/x.y.z.t.txt

  可以给出

  {'a'：'x.y'，'b'：'z'，'c'：'t'}

  （gready），或

  {'a'：'x'，'b'：'y'，'c'：'z.t'}

  （ungreedy）

---

以下是您可以采取的方法的一般示例；我不完全清楚需要多少调整才能满足您的需求。基本上，它是从基于

$

的模板字符串转换为带有命名捕获组的正则表达式模式，然后使用该模式从实际路径提取数据：

>>> import re

>>> template = '/parent/folder/$freq/$name.dat'  # base template
>>> parts = {
    'freq': r'(?P<freq>\d+Hz)',  # one or more digits then Hz
    'name': r'(?P<name>[a-z]{3,8})',  # three to eight lowercase letters
}  # patterns for the parts of the template

>>> pattern = re.sub(
    r'\$([^/.]+)',  # dollar followed by characters excluding / and .
    lambda match: parts[match.group(1)], 
    template
)  # re.sub creates the pattern to match the actual path
>>> pattern
'/parent/folder/(?P<freq>\\d+Hz)/(?P<name>[a-z]{3,8}).dat'

>>> re.match(
    pattern,     
    '/parent/folder/5Hz/hello.dat'
).groupdict()  # re.match extracts the appropriate data
{'freq': '5Hz', 'name': 'hello'}

>>重新导入
>>>template='/parent/folder/$freq/$name.dat'#基本模板
>>>零件={
“频率”：r'（？P\d+Hz）#一个或多个数字，然后是Hz
'name'：r'（？P[a-z]{3,8}），#三到八个小写字母
}#模板各部分的图案
>>>模式=re.sub(
r“\$（[^/]+）”，#美元后跟不包括/和的字符。
lambda匹配：零件[匹配组（1）]，
模板
)#re.sub创建模式以匹配实际路径
>>>图案
“/parent/folder/（？P\\d+Hz）/（？P[a-z]{3,8}）.dat”
>>>复赛(
图案
“/parent/folder/5Hz/hello.dat”
).groupdict（）#re.match提取适当的数据
{'freq'：'5Hz'，'name'：'hello'}

---

请注意，字典键必须是唯一的，因此，如果模板中出现两次（

$year

），则您必须想出一些方法来区分这两个值。
您实际上想要实现什么？为什么不使用常规的

repr

格式，您可以使用

ast.literal\u eval

轻松解析该格式？@jornsharpe我想我的第一个关于从模板进行正向替换的说明让您感到困惑。我需要的是，当我有一个字符串、一个模板和模板中的关键字列表时，如何从字符串中获取关键字的值？同样，目的是什么？您尝试过什么，到底有什么问题？@Dr.Lee您希望如何可靠地逆转它？以扩展字符串“his”为例-是重新模板化的版本“$bis”还是“$a”？根据给定的条件，可能有很多答案。假设

s='这是一个示例。

，

template='T$a$b'an'c'

，而

kwdict的键是
['a'，'b'，'c']
，答案可以是
{'a'：'his'，'b'：'is'，'c'：'example.}
正如你提到的，答案是
{'a'：'h'，'b'：'is'，'c'：'example.}
也是正确的thx@SergeBallesta我更新了我的问题，去掉了一些模糊之处。
>>> import re

>>> template = '/parent/folder/$freq/$name.dat'  # base template
>>> parts = {
    'freq': r'(?P<freq>\d+Hz)',  # one or more digits then Hz
    'name': r'(?P<name>[a-z]{3,8})',  # three to eight lowercase letters
}  # patterns for the parts of the template

>>> pattern = re.sub(
    r'\$([^/.]+)',  # dollar followed by characters excluding / and .
    lambda match: parts[match.group(1)], 
    template
)  # re.sub creates the pattern to match the actual path
>>> pattern
'/parent/folder/(?P<freq>\\d+Hz)/(?P<name>[a-z]{3,8}).dat'

>>> re.match(
    pattern,     
    '/parent/folder/5Hz/hello.dat'
).groupdict()  # re.match extracts the appropriate data
{'freq': '5Hz', 'name': 'hello'}