Többsoros változók parsolása

Szkriptek: Python, Perl, Bash, ...

Hogyan parsolnátok akármiben a következőhöz hasonló változót: 


USE="nls nptl nptlonly unicode emacs bash-completion X gtk jpeg jpeg2k gif tiff wmf
        truetype png nsplugin alsa opengl gnome dvd dbus eds bzip2 dvdr qt3"

Amit nem lehet kihasználni:
* hogy hasonlít egy programsorhoz
* hogy az egyenlőségjel és a idézőjel valamint a változónév és az egyenlőség jel között nincs semmi
* hogy a változó nagybetűs

Amit ki lehet:
* A folytatódó indentálva van
* A változó nevek nincsenek indentálva

Perl, Python, Java érdekel.

Eselteg ha valaki tuja a nevét a problémának, linket bármit tud adni, érdekel.

  • 1404 megtekintés

( asch v | 2007. 09. 03., h – 15:03 )

JavaCC-vel lehet például parsert generálni. Ez azonban lehet, hogy ágyúval verébre. Csak alap Javát használva kézzel leprogramozva egy működő alap verzió (hibákat nem ismeri fel, de hibátlan inputot kb jól kezel):

package trials;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.Reader;
import java.io.StringReader;
import java.util.Map;
import java.util.TreeMap;

public class Parse {
public static void main(String[] args)
{
String toParse="USE=\"alma korte\n\tszolo szilva\"\n" +
"MASIK=\"kutyus cicus\n\tkutya macska\"\n";
try
{

System.out.println(""+Parse.parse(toParse));
}catch(Exception e)
{
// something messed up
e.printStackTrace();
}

}
public static Map parse(String toParse) throws IOException
{
return new Parse(toParse).parse();
}
private Parse(String toParse)
{
this.toParse=toParse;
}
private String toParse;
private StringBuilder value=new StringBuilder();
private String currentKey=null;
private TreeMap ret=new TreeMap();
private Map parse() throws IOException
{
Reader r=new StringReader(toParse);
BufferedReader br=new BufferedReader(r);
String line;
while((line=br.readLine())!=null)
{
if(line.length()>0)
{
// TODO szűrjük a megjegyzéseket, meg ilyesmiket
char elsobetu=line.charAt(0);
if(Character.isWhitespace(elsobetu))
{
appendLine(line);
}
else
{
int idxEqu=line.indexOf("=");
if(idxEqu>=0)
{
String key=line.substring(0,idxEqu);
key=trim(key);
line=line.substring(idxEqu+1);
int idxKorom=line.indexOf("\"");
if(idxKorom>=0)
{
processVariable();
currentKey=key;
appendLine(line.substring(idxKorom+1));
}
}
}
}
}
processVariable();
return ret;
}
private void processVariable() {
if(currentKey!=null)
{
ret.put(currentKey, value.toString());
value=new StringBuilder();
}
}
private void appendLine(String line) {
int idxKorom=line.indexOf("\"");
if(idxKorom>=0)
{
line=line.substring(0,idxKorom);
}
value.append(line);
}
String trim(String s)
{
StringBuilder ret=new StringBuilder();
for(int i=0;i
{
char ch=s.charAt(i);
if(!Character.isWhitespace(ch))
{
ret.append(ch);
}
}
return ret.toString();
}
}

Kösz, megnézem majd. Kiindulásnak jó.

Direkt azért mondtam, hogy a favágó módszer érdekel, mert ez egy viszonylag általános probléma. Persze, aki ismeri, könnyen kitalálhatja, hogy a Gentoo-m make.conf-jából vágtam ide egy sort, de azt próbáltam kihangsúlyozni, hogy nem a példa a lényeg.

Azért fura, hogy senki nem írt ilyen könyvtárat scriptnyelvekhez, vgy hogy az alap könyvtárak nem tudják.

( xbit | 2007. 09. 03., h – 15:57 )

had boffentsek en is ide valamit:

$x = 'USE="nls nptl nptlonly unicode emacs bash-completion X gtk jpeg jpeg2k gif tiff wmf
truetype png nsplugin alsa opengl gnome dvd dbus eds bzip2 dvdr qt3"';

$x =~ /(\w+)\s*=\s*"([^"]*")/m;
print $1;
@y=split /\s+/m, $2;
use Data::Dumper;
print Dumper \@y;

zsolt

A PCRE (libPCRE) egy perl-kompatibilis regexpet ismero lib. Sok nyelven csinaltak hozza interface-t, en eddig php-bol (preg_match es tarsai), C/C++-bol hasznaltam, de valoszinuleg sok masbol is lehet (leven egy lib).
Mellesleg tamogatja a tobbsoros regexpet.
---------------------
AFPer: We've missed you, did you miss us?
Pratchett: Yes, but I think I have time to reload.

Aham. Én nem vagyok otthon a C/C++ -ban, mindkét nyelvvel akadnak kisebb és nagyobb problémáim, és mindig oda lyukadunk ki, hogy akkor ezt az egész dolgot most hagyjuk.

Amiben megbízható tudásom van, az PHP, Perl, Python, Java, és egy kis C#.
Azt sem tudom, hogy a Java pl. milyen libet használ, használja-áe a PCRE libet, meg ilyenek.

( Replaced | 2007. 09. 03., h – 18:05 )

USE="nls nptl nptlonly unicode emacs bash-completion X gtk jpeg jpeg2k gif tiff wmf \
truetype png nsplugin alsa opengl gnome dvd dbus eds bzip2 dvdr qt3"

de gondolom a forras adott :)

--
Bow down and admit defeat. | Old, weak and obsolete.