python：从字符串模板中提取变量答案

【问题标题】：python: extracting variables from string templatespython：从字符串模板中提取变量
【发布时间】：2017-03-01 16:00:16
【问题描述】：

我熟悉使用Templates 将变量插入字符串的能力，如下所示：

Template('value is between $min and $max').substitute(min=5, max=10)

我现在想知道的是是否可以反过来做。我想获取一个字符串，并使用模板从中提取值，这样我就有了一些包含提取值的数据结构（最好只是命名变量，但字典很好）。例如：

>>> string = 'value is between 5 and 10'
>>> d = Backwards_template('value is between $min and $max').extract(string)
>>> print d
{'min': '5', 'max':'10'}

这可能吗？

【问题讨论】：

标签： python string-formatting

【解决方案1】：

那叫regular expressions：

import re
string = 'value is between 5 and 10'
m = re.match(r'value is between (.*) and (.*)', string)
print(m.group(1), m.group(2))

输出：

5 10

更新 1. 可以为组命名：

m = re.match(r'value is between (?P<min>.*) and (?P<max>.*)', string)
print(m.group('min'), m.group('max'))

但是这个特性并不经常使用，因为通常在一个更重要的方面存在足够多的问题：如何准确地捕获你想要的（在这种特殊情况下这没什么大不了的，但即使在这里：如果字符串是value is between 1 and 2 and 3 -- 字符串是否被接受，min 和 max 是什么？）。

更新 2. 有时将正则表达式和“常规”代码组合起来更容易，而不是制作精确的正则表达式：

m = re.match(r'value is between (?P<min>.*) and (?P<max>.*)', string)
try:
    value_min = float(m.group('min'))
    value_max = float(m.group('max'))
except (AttributeError, ValueError):  # no match or failed conversion
    value_min = None
    value_max = None

当您的文本包含许多要处理的块（如不同类型的引号中的短语）时，这种组合方法尤其值得记住：在棘手的情况下，定义单个正则表达式来处理块的分隔符和内容比定义几个步骤，如text.split()、可选的块合并以及每个块的独立处理（使用正则表达式和其他方式）。

【讨论】：

完美！唯一的问题是，是否可以以更简洁的方式命名参数，而不仅仅是使用m.group([position])？
如果我们使用这个：m = re.match(r'value is between (?P<min>\d+) and (?P<max>\d+)', string)？这应该只匹配一串连续的数字，对吗？所以字符串“value is between 1 and 2 and 3”将不匹配（最好返回有用的东西，例如None或引发错误
我刚刚尝试过，它返回 'min' 为“5”，'max' 为 '7'。如果字符串与正则表达式不完全匹配，有没有办法告诉它失败？
@ewok 关于准确度：可以，可以加$(expect the end-of-line)：r'value is between (.*) and (.*)$'。
@ewok 您所描述的似乎还可以（尽管-?\d+(?:\.\d*)? 会稍微合乎逻辑）。我已经更新了提到另一种方法的答案。

【解决方案2】：

不可能完全逆转替换。问题是有些字符串是模棱两可的，例如

value is between 5 and 7 and 10

会有两种可能的解决方案：min = "5", max = "7 and 10" 和 min = "5 and 7", max = "10"

但是，您也许可以使用正则表达式获得有用的结果：

import re

string = 'value is between 5 and 10'
template= 'value is between $min and $max'

pattern= re.escape(template)
pattern= re.sub(r'\\\$(\w+)', r'(?P<\1>.*)', pattern)
match= re.match(pattern, string)
print(match.groupdict()) # output: {'max': '10', 'min': '5'}

【讨论】：

这看起来可行。你能通过某种方式构建模板来解决歧义吗？我的意思是你能把一个正则表达式传递给基本上说“$min 是与正则表达式\d+ 匹配的最小字符串”的模板。如果你得到“值介于 5 和 7 和 10 之间”，那么你只会得到一个错误（这会很有帮助）
@ewok，是的，如果您有关于变量的其他信息，例如“min 是一个数字”，那么您可以通过使用适当的正则表达式来减少歧义。但总会有一些模版和字符串模棱两可。例如$number1$number2，或类似的。这完全取决于模板的格式。如果你很幸运，你不会有任何问题。

【解决方案3】：

行为驱动开发的behave module 提供了几种不同的指定机制，parsing templates.

根据模板的复杂性和应用程序的其他需求，您可能会发现其中一个最有用。（另外，你可以窃取他们预先编写的代码。）

【讨论】：

【解决方案4】：

你可以使用 difflib 模块来比较两个字符串，并提取出你想要的信息。

https://docs.python.org/3.6/library/difflib.html

例如：

import difflib

def backwards_template(my_string, template):
    my_lib = {}
    entry = ''
    value = ''

    for s in difflib.ndiff(my_string, template):
        if s[0]==' ':
            if entry != '' and value != '':
                my_lib[entry] = value 
                entry = ''
                value = ''   
        elif s[0]=='-':
            value += s[2]
        elif s[0]=='+':
            if s[2] != '$':
                entry += s[2]

    # check ending if non-empty
    if entry != '' and value != '':
        my_lib[entry] = value

    return my_lib

my_string = 'value is between 5 and 10'
template = 'value is between $min and $max'     

print(backwards_template(my_string, template))

提供： {'min': '5', 'max': '10'}

【讨论】：