我想请你帮忙.
我有一大块数据,看起来像这样:
a b : c 901 d : e sda v w : x ads any abc : def 12132 ghi : jkl dasf mno : pqr fas stu : vwx utu
说明:文件以包含单个单词的行开头(它可以以空格开头,空格也可以在单词后面),然后跟随冒号分隔的属性行(也可以有空格),然后是属性行或行与一个字.我无法创建正确的正则表达式以这种形式捕获它:
{ "a": [["b": "c 901"],["d","e sda"]],"v": [["w","x ads"]],"any": ["abc","def 12132"],["ghi","jkl dasf"],# etc. }
这是我尝试过的:
regex = str() regex += "^(?:(?:\\s*)(.*?)(?:\\s*))$",regex += "(?:(?:^(?:\\s*)(.*?)(?:\\s*):(?:\\s*)(.*?)(?:\\s*))$)*$" pattern = re.compile(regex,re.S | re.M)
但是,它找不到我需要的东西.你可以帮帮我吗?我知道我可以在没有正则表达式的情况下处理文件,使用逐行迭代器并检查“:”符号,但是文件太大而无法以这种方式处理它(如果你知道如何在没有正则表达式的情况下快速处理它,这也将是正确答案,但首先想到的是太慢了).
提前致谢!
附:在规范形式的文件中看起来像这样:
a b : c 901 d : e sda
每个部分以单个单词开头,然后遵循属性行(在两个空格之后),属性用(“:”)分隔,然后agane属性line或line with a word.其他空格是被禁止的.可能会更容易.
解决方法
这里有正则表达式吗?试试这个伪代码:
result = {} last = None for _line in data: line = _line.strip( ).split( ":" ) if len( line ) == 1: last = line[ 0 ] if last not in result: result[ last ] = [] elif len( line ) == 2: obj = [ line[ 0 ].strip( ),line[ 1 ].strip( ) ] result[ last ].append( obj )
我希望我能正确理解你的数据结构.
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。