从带引号的字符串中提取键值对

我在为这一要求编写“优雅”解析器时遇到困难。 （看起来不像是一份C早餐）。输入是一个字符串，键值对以“,”分隔并连接“=”。

key1=value1,key2=value2

欺骗我的部分是值可以用引号引起来 (") ，并且引号内的 ',' 不会结束键。

key1=value1,key2="value2,still_value2"

最后一部分使我很难使用 split 或 re.split，而是求助于 for i in range for 循环:(。

谁能展示一种干净的方法来做到这一点？

可以假设引号仅出现在值中，并且没有空格或非字母数字字符。

我建议不要使用正则表达式来完成此任务，因为您要解析的语言不是正则的。

您有一个由多个键值对组成的字符串。解析它的最佳方法不是匹配它的模式，而是正确地标记它。

Python标准库中有一个模块，叫做shlex，它模仿 POSIX shell 完成的解析，并提供可以轻松根据您的需求进行自定义的词法分析器实现。

from shlex import shlex

def parse_kv_pairs(text, item_sep=",", value_sep="="):
    """Parse key-value pairs from a shell-like text."""
    # initialize a lexer, in POSIX mode (to properly handle escaping)
    lexer = shlex(text, posix=True)
    # set ',' as whitespace for the lexer
    # (the lexer will use this character to separate words)
    lexer.whitespace = item_sep
    # include '=' as a word character 
    # (this is done so that the lexer returns a list of key-value pairs)
    # (if your option key or value contains any unquoted special character, you will need to add it here)
    lexer.wordchars += value_sep
    # then we separate option keys and values to build the resulting dictionary
    # (maxsplit is required to make sure that '=' in value will not be a problem)
    return dict(word.split(value_sep, maxsplit=1) for word in lexer)

(split has a maxsplit论证，使用起来比分割/切片/连接 https://stackoverflow.com/revisions/38738997/2.)

运行示例：

parse_kv_pairs(
  'key1=value1,key2=\'value2,still_value2,not_key1="not_value1"\''
)

Output:

{'key1': 'value1', 'key2': 'value2,still_value2,not_key1="not_value1"'}

我通常坚持使用 shlex 而不是使用正则表达式（在这种情况下更快）的原因是它给您带来的惊喜更少，特别是如果您稍后需要允许更多可能的输入。我从未找到如何使用正则表达式正确解析此类键值对，总会有输入（例如A="B=\"1,2,3\""）这会欺骗引擎。

如果您不关心此类输入（或者，换句话说，如果您可以确保您的输入遵循正则语言的定义），那么正则表达式就完全没问题。