Предполагая, что ваши строки ввода находятся в файле называемые "input.py", следующие работы для ваших примеров:
import pyparsing
from pyparsing import ZeroOrMore, Group
OP_EQ = pyparsing.Literal('=').suppress()
DQUOTE = pyparsing.Literal('"').suppress()
ESPACE = pyparsing.Literal('\\ ').suppress().leaveWhitespace()
BSLASH = pyparsing.Literal('\\')
S = pyparsing.Word(" \t\r\n").suppress().leaveWhitespace()
DELIM = ZeroOrMore(S^BSLASH).suppress()
KEY = pyparsing.Word(pyparsing.alphanums)("KEY")
VALTOK = pyparsing.Word(pyparsing.printables, excludeChars='="\\')
QVALUE = (DQUOTE +
Group(VALTOK + ZeroOrMore(S + VALTOK)) +
DQUOTE
)
NQVALUE = Group(VALTOK + ZeroOrMore(ESPACE + VALTOK))
VALUE = (NQVALUE^QVALUE)("VALUE")
PAIR = Group(KEY + OP_EQ + VALUE)("PAIR")
PAIRS = (PAIR + ZeroOrMore(DELIM + PAIR))
with open('input.txt') as f:
lines = f.read()
res = PAIRS.parseString(lines, parseAll=True)
for (k,v) in res:
print('{} = "{}"'.format(k, ' '.join(v)))
Выход:
dog = "blue"
cat = "orange tangerine"
mouse = "a small grey mouse"
dog = "blue"
cat = "orange tangerine"
mouse = "a small grey mouse"
lion = "nonexistent"
И как XML, для справки:
<PAIRS>
<PAIR>
<KEY>dog</KEY>
<VALUE>
<ITEM>blue</ITEM>
</VALUE>
</PAIR>
<PAIR>
<KEY>cat</KEY>
<VALUE>
<ITEM>orange</ITEM>
<ITEM>tangerine</ITEM>
</VALUE>
</PAIR>
<PAIR>
<KEY>mouse</KEY>
<VALUE>
<ITEM>a</ITEM>
<ITEM>small</ITEM>
<ITEM>grey</ITEM>
<ITEM>mouse</ITEM>
</VALUE>
</PAIR>
<PAIR>
<KEY>dog</KEY>
<VALUE>
<ITEM>blue</ITEM>
</VALUE>
</PAIR>
<PAIR>
<KEY>cat</KEY>
<VALUE>
<ITEM>orange</ITEM>
<ITEM>tangerine</ITEM>
</VALUE>
</PAIR>
<PAIR>
<KEY>mouse</KEY>
<VALUE>
<ITEM>a</ITEM>
<ITEM>small</ITEM>
<ITEM>grey</ITEM>
<ITEM>mouse</ITEM>
</VALUE>
</PAIR>
<PAIR>
<KEY>lion</KEY>
<VALUE>
<ITEM>nonexistent</ITEM>
</VALUE>
</PAIR>
</PAIRS>
Edit: FWIW, вы можете сделать это в регулярном выражении:
import re
with open('input.txt') as f:
lines = f.read()
mat = re.sub(r'=([^"]\w*(?:(?:\\)\w*)*)', r'="\1"', lines) # Quote unquoted values
mat = mat.replace("\\ "," ").replace("\\\n","") # Replace escaped spaces
mat = re.findall(r'(\w*)="(.*?)"', mat) # Extract pairs
for (k,v) in mat: # Print pairs
print('{} = "{}"'.format(k, v))
Выход:
dog = "blue"
cat = "orange tangerine"
mouse = "a small grey mouse"
dog = "blue"
cat = "orange tangerine"
mouse = "a small grey mouse"
lion = "nonexistent"
Таким образом, можно не только значения имеют пробелы, но они могут или не могут быть окружены двойные кавычки? – jedwards
Правильно, если они окружены кавычками, это легко обрабатывается QuotesString от pyparsing() – lapax