rust - 当值包含键和值之间的分隔符或对之间的分隔符时，如何从字符串中提取键和值？

Question

如何有效地将字符串中的键值对提取到 HashMap 中什么时候

key后面总是 :然后是值

value以 , 结尾其次是另一个 key (有时空格然后 key )

value可以包含 , :全场

否 value将包括任何 key

key的顺序s 不固定

key名字众所周知

对于这些键值对

key1:value1, key2:this is, some value2, key3:anothe:r val,ue,

它应该产生这个 HashMap :

"key1", "value1"
"key2", "this is, some value2"
"key3", "anothe:r val,ue"

我尝试了以下代码，但仅使用 , 就不行了作为分隔符，因为该值可以始终包含逗号。

"key1:value1, key2:this is, some value2, key3:anothe:r val,ue,"
    .split(",")
    .map(|kv| kv.splitn(2, ":").collect::<Vec<&str>>())
    .filter(|vec| vec.len() == 2)
    .map(|vec| (vec[0].trim().into(), vec[1].trim().into()))
    .collect()

我的想法是提供一个键列表: ["key1", "key2", "key3"]用作分隔符

更新:

使用@Lucretiel 回答我想出了:

fn key_value<'a>(keys: &[&str], mut command: &'a str) -> HashMap<&'a str, &'a str> {
    let mut hashmap = HashMap::new();
    loop {
        if let Some(key) = key(&keys, &command) {
            command = &command[key.len() + 1..];

            let value = value(&keys, &command);
            let trim: &[_] = &[',', ' '];
            command = &command[value.len()..].trim_start_matches(trim);

            hashmap.insert(key, value);
        } else {
            break;
        }
    }
    hashmap
}

fn key<'a>(keys: &[&str], command: &'a str) -> Option<&'a str> {
    let regex = format!("^({}):", keys.join("|"));
    let regex = regex::Regex::new(&regex).expect("Invalid regex");
    match regex.shortest_match(&command) {
        Some(position) => Some(&command[..position - 1]),
        None => None,
    }
}

fn value<'a>(keys: &[&str], command: &'a str) -> &'a str {
    let regex = format!(r#",\s*({}):"#, keys.join("|"));
    let regex = regex::Regex::new(&regex).expect("Invalid regex");
    match regex.find(&command) {
        Some(position) => &command[..position.start()],
        None => command,
    }
}

( Playground )

Answer 1

解决这个问题的实际代码很重要，但可以做到。有很多细微的边缘情况，这取决于您要考虑的错误情况(例如，您是否要求输入字符串中存在已知键列表中的每个键以进行解析？是否允许重复键？等) .)基本算法如下所示:

而 key 列表不为空:

找到开始字符串的键，匹配 ^{key}: .这是当前的 key 。

如果没有这样的键，就是一个错误；输入格式错误

找到字符串中下一个最早的键，匹配 ,\s*{key}: .这是下一个关键。

如果没有更多的键，则字符串的其余部分是该键的值

否则，两个找到的键之间的所有内容都是当前值

添加(当前键，当前值)到您的哈希表

从 key 列表中删除当前 key (假设您不接受重复的 key )

从输入字符串的前面切出(当前键，当前值)

用完键后，返回哈希映射

使用传统的语法无法做到这一点。正如所呈现的那样，它非常模棱两可。但是，如果您围绕扫描每个后续键来构建解析(假设键从不作为值中的子字符串出现)，您可以成功解析这种输入。

所描述的算法在二次时间内运行，但假设您创建一个复合正则表达式来同时搜索每个键，它应该可以简化为线性时间:
,\s*(key1|key2|key3|...):