我想请你帮忙.
我有一大块数据,看起来像这样：
a
b : c 901
d : e sda
v
w : x ads
any
abc : def 12132
ghi : jkl dasf
mno : pqr fas
stu : vwx utu
说明：文件以包含单个单词的行开头(它可以以空格开头,空格也可以在单词后面),然后跟随冒号分隔的属性行(也可以有空格),然后是属性行或行与一个字.我无法创建正确的正则表达式以这种形式捕获它：
{
"a": [["b": "c 901"],["d","e sda"]],"v": [["w","x ads"]],"any": ["abc","def 12132"],["ghi","jkl dasf"],# etc.
}
这是我尝试过的：
regex = str() regex += "^(?:(?:\\s*)(.*?)(?:\\s*))$",regex += "(?:(?:^(?:\\s*)(.*?)(?:\\s*):(?:\\s*)(.*?)(?:\\s*))$)*$" pattern = re.compile(regex,re.S | re.M)
但是,它找不到我需要的东西.你可以帮帮我吗？我知道我可以在没有正则表达式的情况下处理文件,使用逐行迭代器并检查“：”符号,但是文件太大而无法以这种方式处理它(如果你知道如何在没有正则表达式的情况下快速处理它,这也将是正确答案,但首先想到的是太慢了).
提前致谢！
附：在规范形式的文件中看起来像这样：
a b : c 901 d : e sda
每个部分以单个单词开头,然后遵循属性行(在两个空格之后),属性用(“：”)分隔,然后agane属性line或line with a word.其他空格是被禁止的.可能会更容易.
解决方法
这里有正则表达式吗？试试这个伪代码：
result = {}
last = None
for _line in data:
line = _line.strip( ).split( ":" )
if len( line ) == 1:
last = line[ 0 ]
if last not in result:
result[ last ] = []
elif len( line ) == 2:
obj = [ line[ 0 ].strip( ),line[ 1 ].strip( ) ]
result[ last ].append( obj )
我希望我能正确理解你的数据结构.