代码之家 › 专栏 › 技术社区 › Gregg Lind

python,如何解析字符串使其看起来像sys.argv

argv parsing python

Gregg Lind · 技术社区 · 17 年前

我想分析这样的字符串:

-o 1  --long "Some long string"

进入这个:

["-o", "1", "--long", 'Some long string']

或类似的。

这与getopt或optparse不同,后者开始使用sys.argv解析的输入(与上面的输出类似)。有标准的方法吗?基本上,这是在保持引用字符串在一起的同时进行的“拆分”。

迄今为止我的最佳功能:

import csv
def split_quote(string,quotechar='"'):
    '''

    >>> split_quote('--blah "Some argument" here')
    ['--blah', 'Some argument', 'here']

    >>> split_quote("--blah 'Some argument' here", quotechar="'")
    ['--blah', 'Some argument', 'here']
    '''
    s = csv.StringIO(string)
    C = csv.reader(s, delimiter=" ",quotechar=quotechar)
    return list(C)[0]

2 回复 | 直到 13 年前

Jacob Gabrielson 17 年前

我相信你想要 shlex 模块。

>>> import shlex
>>> shlex.split('-o 1 --long "Some long string"')
['-o', '1', '--long', 'Some long string']

Craig McQueen Dr. Watson 13 年前

在我意识到之前 shlex.split ,我做了如下:

import sys

_WORD_DIVIDERS = set((' ', '\t', '\r', '\n'))

_QUOTE_CHARS_DICT = {
    '\\':   '\\',
    ' ':    ' ',
    '"':    '"',
    'r':    '\r',
    'n':    '\n',
    't':    '\t',
}

def _raise_type_error():
    raise TypeError("Bytes must be decoded to Unicode first")

def parse_to_argv_gen(instring):
    is_in_quotes = False
    instring_iter = iter(instring)
    join_string = instring[0:0]

    c_list = []
    c = ' '
    while True:
        # Skip whitespace
        try:
            while True:
                if not isinstance(c, str) and sys.version_info[0] >= 3:
                    _raise_type_error()
                if c not in _WORD_DIVIDERS:
                    break
                c = next(instring_iter)
        except StopIteration:
            break
        # Read word
        try:
            while True:
                if not isinstance(c, str) and sys.version_info[0] >= 3:
                    _raise_type_error()
                if not is_in_quotes and c in _WORD_DIVIDERS:
                    break
                if c == '"':
                    is_in_quotes = not is_in_quotes
                    c = None
                elif c == '\\':
                    c = next(instring_iter)
                    c = _QUOTE_CHARS_DICT.get(c)
                if c is not None:
                    c_list.append(c)
                c = next(instring_iter)
            yield join_string.join(c_list)
            c_list = []
        except StopIteration:
            yield join_string.join(c_list)
            break

def parse_to_argv(instring):
    return list(parse_to_argv_gen(instring))

这与python 2.x和3.x一起工作。在python 2.x上,它直接与字节字符串和unicode字符串一起工作。在python 3.x上,它只有接受[unicode]字符串,而不是 bytes 物体。

这与shell argv splitting_的行为不完全相同,它还允许引用cr、lf和tab字符作为 \r , \n 和 \t ,将它们转换为真正的CR、LF、TAB( 施莱克分裂 不这样做)。所以写我自己的函数对我的需要是有用的。我猜 施莱克分裂 如果只需要简单的外壳式argv拆分,则更好。我正在分享这段代码,以防它作为做一些稍微不同的事情的基线有用。