将字符串解析为元组列表

Question

输入：'（标记名1，标记值1），（标记名2，标记值2），（标记名3，标记值3），（标记名称4，标记值4）'

输出：[("标记名1"， "标记值1")，（"标记名2"， "标记值2"），（"标记名3"， "标记值3"），（"标记名称4"， "标记值4")]

我有一个解决方案，但只在输入中每个元素都包含引号时有效："tagname1", "tagvalue1"

import ast
ast.literal_eval(input_string)

在我的情况下，我收到以下错误：ValueError: malformed string。有没有解决方案来让它工作（请注意空格）？

- GhitaB

Answer 1

尝试使用正则表达式的另一种方法：

>>> import re
>>> s = '(tagname1, tagvalue1),(tagname2,tagvalue2), ( tagname3, tagvalue3 ), (tag name4,tag value4)'
>>> e = '\(\s?(.*?)\s?,\s?(.*?)\s?\)'
>>> re.findall(e, s)
[('tagname1', 'tagvalue1'), ('tagname2', 'tagvalue2'), ('tagname3', 'tagvalue3'), ('tag name4', 'tag value4')]

- Burhan Khalid

---

算了，我的解决方案显然是错误的。这个完美！ - Adam Smith

@Chris_Rands 谢谢，已修复。 - Burhan Khalid

它仍然无法处理多个空格。 - randomir

Answer 2

这里有一个可以处理多个空格（非单词字符）的re.findall变体：

>>> import re
>>> s = '(tagname1, tagvalue1  ),  ( tagname2 ,   tagvalue2   ), (      tagname3, tagvalue3 ), (tag name4,   tag value4   )'
>>> re.findall('\(\W*([\w\s]*?)\W*,\W*([\w\s]*?)\W*\)', s)
[('tagname1', 'tagvalue1'), ('tagname2', 'tagvalue2'), ('tagname3', 'tagvalue3'), ('tag name4', 'tag value4')]

注意，在单词字符（包括空格）后面加上非贪婪闭合符（重复限定符）[\w\s]*?。这确保了每个标签名称/值的所有单词都被捕获，但不包括所有前导和尾随空格。这就是为什么上面正确捕获了"tag value4"。

- randomir

---

标签名称4，标签值4 - 在输出中缺失 - GhitaB

我错过了那个情况（中间带空格）。已经修复。现在它将删除前导和尾随空格，但保留中间的空格。 - randomir

太棒了。正则表达式对我来说就像巫术一样。：D - GhitaB

Answer 3

除了Burhan提出的方法，还可以利用反向引用的功能。您可以在这里阅读有关反向引用的更多信息。

import re

# Input string
string = '(tagname1, tagvalue1),(tagname2,tagvalue2), ( tagname3, tagvalue3 ), (tag name4,tag value4)'

# Regular expression pattern 
pattern = re.compile(r"\(([a-z0-9 ]+), ?([a-z0-9 ]+)\)", re.I)

list_of_tupples = []
for matched_object in pattern.finditer(string):
    list_of_tupples.append((matched_object.group(1), matched_object.group(2)))

您可以在这里看到正则表达式演示。

注意：

我还使用了pattern.finditter()，因为这样你可以遍历文本中所有模式发现。来自re.finditer文档：

re.finditer(pattern, string, flags=0)返回一个迭代器，它在字符串中为RE模式生成MatchObject实例的所有非重叠匹配项。该字符串从左到右扫描，并按找到的顺序返回匹配项。除非它们接触到另一个匹配的开头，否则空匹配将包含在结果中。

- Aleksandar Makragić

Answer 4

另一种非正则表达式的方法：

def string_to_tuples(s):
    def tuple_strip(s):  # Wrapper to pass to map
        return s.strip(" ()")

    sl = map(tuple_strip, s.split(","))
    return zip(sl[::2], sl[1::2])

这将产生：

>>> string_to_tuples('(tagname1, tagvalue1),(tagname2,tagvalue2), ( tagname3, tagvalue3 ), (tag name4,tag value4)')
[('tagname1', 'tagvalue1'), ('tagname2', 'tagvalue2'), ('tagname3', 'tagvalue3'), ('tag name4', 'tag value4')]

只要标签不以(空格)、(或)开始或结束，并且不包含任何,，就可以正常工作。

- TemporalWolf