python标准模块shlex
shlex模块实现了一个类来解析简单的类shell语法，可以用来编写领域特定的语言，或者解析加引号的字符串。处理输入文本时有一个常见的问题，往往要把一个加引号的单词序列标识为一个实体。根据引号划分文本可能与预想的并不一样，特别是嵌套有多层引号时。例：
有文本quotes.txt，内容如下
This string has embedded "double quotes" and 'single quotes' in it,
and even "a 'nested example'".
一种简单的方法是构造一个正则表达式，来查找引号之外的文本部分，将它们与引号内的文本分开，或者反之。这可能带来不必要的复杂性，而且很容易因为边界条件出错，如撇号或者拼写错误。更好地解决方案是使用一个真正的解析器，如shlex模块提供的解析器。以下是一个简单的例子，它使用shlex类打印输入文件中找到的token。
[*]#!/usr/bin/python
[*]
[*]import shlex
[*]import sys
[*]
[*]if len(sys.argv) != 2:
[*] print 'Please specify one filename on the command line.'
[*] sys.exit(1)
[*]
[*]filename = sys.argv
[*]body = file(filename, 'rt').read()
[*]print 'ORIGINAL:', repr(body)
[*]
[*]print 'TOKENS:'
[*]lexer = shlex.shlex(body)
[*]for token in lexer:
[*] print repr(token)
执行 pythonshlex_example.pyquotes.txt
结果
ORIGINAL: 'This string has embedded "double quotes" and \'single quotes\' in it,\nand even "a \'nested example\'".\n'
TOKENS:
'This'
'string'
'has'
'embedded'
'"double quotes"'
'and'
"'single quotes'"
'in'
'it'
','
'and'
'even'
'"a \'nested example\'"'
'.'
另外，孤立的引号（如I'm）也会处理。看以下文件
This string has an embedded apostrophe, doesn't it?
用shlex完全可以找出包含嵌入式撇号的token
执行 pythonshlex_example.pyapostrophe.txt
结果：
ORIGINAL: "This string has an edbedded apostrophe, doesn't it?"
TOKENS:
'This'
'string'
'has'
'an'
'edbedded'
'apostrophe'
','
"doesn't"
'it'
'?'
可以看出shlex非常智能，比正则表达式方便多了。
页:
[1]