Python:从格式化字符串中提取字段

Question

我有一个字符串列表，这些字符串被格式化为键/值对，以空格分隔。例如，消息可能是:

"time=2016/06/14 16:44:00.000 level=1 sequenceNum=35 user=Username subject=subject goes here message=This is a message"

键/值对将始终按该顺序排列，消息将始终采用这种形式。我想将这个字符串转换成这种形式的字典:

{'level': 1,
 'message': 'This is a message',
 'sequenceNum': 35,
 'subject': 'subject goes here',
 'time': '2016/06/14 16:44:00.000',
 'user': 'Username'}

有几点需要注意:

1. 我希望 level 和 sequenceNum 是数字，而不是字符串
2. 时间戳、主题和消息中可以有空格，所以我不能只按空格拆分
3. 消息和主题可能包含任何内容，因此我也无法在标签或等号 上拆分。但是，它们将始终是字符串中的倒数第二个和最后一个。如果我们能够解决主题可能包含字符串 'message=' 的问题，这将导致无法区分主题结束和消息开始的位置，那很好，但现在我愿意忽略这个问题。

目前我最好的是这个:

item = {}
item['time'] = message[5:message.index('level=')].strip()
message = message[message.index('level='):]
item['level'] = int(message[6:message.index('sequenceNum=')].strip())
message = message[message.index('sequenceNum='):]
#etc.

我不太喜欢这个，尽管它显然工作正常。我希望有一种基于字符串格式的更优雅的方法。例如，如果我试图创建这个字符串，我可以使用这个:

"time=%s level=%s sequenceNum=%s user=%s subject=%s message=%s" % (item['time'], item['level'], item['sequenceNum'], item['user'], item['subject'], item['message'])

我想知道是否可以从另一个方向来做。

Answer 1

为此，我会使用正则表达式。这可能不是最快(性能方面)或最容易(理解)的解决方案，但它肯定会起作用。 (这可能是您最接近“反向格式”的方式)

import re

pattern = re.compile(
    "time=(?P<time>.+)\s"
    "level=(?P<level>\d+)\s"
    "sequenceNum=(?P<sequenceNum>\d+)\s"
    "user=(?P<user>\w+)\s"
    "subject=(?P<subject>.+?)\s"    # <-- EDIT: changed from greedy '.+' to non-greedy '.+?'
    "message=(?P<message>.+)"
    )

lines = ["time=2016/06/14 16:44:00.000 level=1 sequenceNum=35 user=Username subject=subject goes here message=This is a message",
         "time=2016/06/14 16:44:00.000 level=1 sequenceNum=35 user=Username subject=subject goes here message=This is a message=hello"]

for line in lines:
    match = pattern.match(line)
    item = match.groupdict()
    print(item)

要获得数字形式的数字，您可以执行类似 result['level'] = int(result['level']) 的操作。

如果您有兴趣，我可以详细介绍一下我是如何构建正则表达式的，以及如何改进它。

编辑:更改表达式以涵盖 message= 在主题中的边缘情况。