Блог

у меня есть текстовый файл, который выглядит примерно так ,

 <b-colophon>
data
</b-colophon>

<1|1|1|>
data,data,data
</1|1|1>


<1|1|2>
data,data,data
</1|1|2>
  

Итак, я хотел сделать тег ключом, а данные в теге — значением, и поэтому пришел с кодом —

 dict1 = {}
lines = file.readlines()
for i in range(len(lines)):
        try:
            if lines[i].startswith('<') and lines[i   1] != 'n':
                dict1[lines[i].strip()] = lines[i   1].strip()
        except:
            print("File read complete!")

print(dict1)
  

Но я требую, чтобы к ключу добавлялись только теги, начинающиеся с ‘<‘ и следующие, содержащие число, а строка, заключенная в этот тег, добавлялась к соответствующему значению. Но приведенный выше код добавляет все теги, начинающиеся с ‘<‘. Я хочу иметь возможность добавлять только теги, начинающиеся с ‘<‘, за которыми следует число, добавляемое в качестве ключа, даже не </> (закрывающие теги), а только открывающие теги. Пожалуйста, помогите.

Прежде всего:

 <1|1|1|>
data,data,data
</1|1|1>
  

Должно быть:

 <1|1|1|>
data,data,data
</1|1|1|>
  

Метод, который приходит на ум для этого, заключается в использовании регулярных выражений:

 <(d [^>]*)>s*([sS]*?)s*</1>
  

1. < Соответствует <
2. (d [^>]*) Соответствует одной или нескольким цифрам, за которыми следует 0 или более символов none > в группе захвата 1 (тег)
3. > Совпадения>
4. s* Соответствует 0 или более пробелам
5. ([sS]*?) Сопоставляет 0 или более символов без жадности в группе захвата 2 (данные)
6. s* Соответствует 0 или более пробелам
7. </ Соответствует </
8. 1 Соответствует группе захвата 1 (тегу)
9. > Совпадения>

Приведенное выше регулярное выражение удаляет начальные и конечные пробелы из данных (пункты 4 и 6 выше).

Смотрите Демонстрацию регулярных выражений

Код:

 import re

text = """<b-colophon>
data
</b-colophon>

<1|1|1|>
data,data,data
</1|1|1|>


<1|1|2>
data,data,data
</1|1|2>
"""

rex = r'<(d [^>]*)>s*([sS]*?)s*</1>'
dict1 = {m[1]: m[2] for m in re.finditer(rex, text)}
print(dict1)
  

С принтами:

 {'1|1|1|': 'data,data,data', '1|1|2': 'data,data,data'}
  

Естественно, вы бы изменили приведенный выше код так, чтобы это text было file.read() , то есть все содержимое файла в виде одной строки.

Если вы хотите < , чтобы и > были частью ключей словаря, внесите следующее изменение:

 rex = r'<(d [^>]*)>s*([sS]*?)s*</1>'
d = {'<'   m[1]   '>': m[2] for m in re.finditer(rex, text)}
print(d)
  

С принтами:

 {'<1|1|1|>': 'data,data,data', '<1|1|2>': 'data,data,data'}