Python Regex - 解析字符串并提取key=value对

0 人关注

我有一些文本，我想从中提取key=value对（见下文）。我曾试图使用一个重构函数，但是键值对的格式并不一致。例如，许多值用引号括起来，有些却没有。

这是一个几乎有效的搜索结果，但有几个异常值。

(\w*)=([\w,\",:,\-,(,\.,\+,\)]*)

信息符合警报条件 date=2020-08-20 time=00:33:57 devname=FGT3HD3999906624 devid=FGT3HD3999906624 logid="0100032003" type="事件" subtype="系统" level="信息" vd="root" eventtime=1597847637407862934 tz="+1000" logdesc="管理员注销成功" sn="159999794" user="admin" ui="https(10.198.199.105)" method="https" srcip=10.198.199.105 dstip=192.168.23.254 action="logout" status="success" duration=4843 reason="timeout" msg="管理员admin在https(10.198.199.105)上超时了" 管理员 IT管理员 Ph:

4 个评论

MisterMiyagi ：

看起来你不需要用regex来做这个。你为什么认为你需要呢？

MisterMiyagi ：

这是否回答了你的问题？在Python中，将分号分隔的字符串分割成一个字典

John Greenfield ：

我的帖子没有显示出来，但这段文字被埋在电子邮件的正文中，其中包括 "信息符合警报条件 "和 "管理员IT..."。另外，这些字段是动态的，因此需要使用Regex。

Ryszard Czech ：

这是否回答了你的问题？在Python中，将分号分隔的字符串分割成一个字典

python

regex

John Greenfield

发布于 2020-08-23

2 个回答

jdaz

发布于 2020-08-23

已采纳

0 人赞同

你有几个方法可以做到这一点。首先，由于你说你的键值对被嵌入到一个更大的电子邮件中，你需要提取它们。你可以用这个词组来做，它可以检查以一个词和一个等号开始的行。

import re
text = " ... Full email text ... "
dataPoints = re.search(r"^\w*=.*$", text, re.MULTILINE).group(0)
然后你需要创建你的字典。
Option 1: Simplest
Use the following regex find:
result = dict(re.findall(r'(\w*)=(\".*?\"|\S*)', dataPoints))
Regex demo
方案2：典型的分割
按照这个问题的典型方法：把各种键值组合分成一个列表，然后把每个组合分成独立的键和值。然而，由于你的键值对是由空格而不是分号、安培符或类似的东西分隔的，而且你的一些值中有空格，我们不能简单地用空格分割。这意味着我们需要使用一个regex lookahead，这样才能正常工作。
regexSplit = dict([i.split("=") for i in re.split(r"\s(?=\w+=)", dataPoints)])
Option 3: No regex
如果你出于某种原因想完全避免使用 regex，你可以使用下面的方法，它在等号上进行分割，然后将键和值重新组合成适当的排列，以创建一个字典。
allSplits = dataPoints.split("=")
splitList = [allSplits[0]] + [i for a in allSplits[1:-1] 
    for i in a.rsplit(" ", 1)] + [allSplits[-1]]
splitDict = dict(zip(splitList[::2], splitList[1::2]))
上面的代码假定你的字典最终会有至少2个项目。
所有3个选项的演示


           
            
             
              
               John Greenfield
              
              ：


           
            
             
              
               谢谢，这样做效果很好，也迎合了字典创作的需要。


          
           
            
             
              在你的搜索结果中加入一个OR(
              
               |
              
              )怎么样，比如说
             
             (\w*)=(\"[\w\s\+()\.]*\"|[\w\-\:\.]*)
匹配你给的字符串。