sscanf en Python

Je suis à la recherche d'un équivalent de sscanf() en Python. Je veux analyser les /proc/net/* fichiers dans C je pourrais faire quelque chose comme ceci:

int matches = sscanf(
        buffer,
        "%*d: %64[0-9A-Fa-f]:%X %64[0-9A-Fa-f]:%X %*X %*X:%*X %*X:%*X %*X %*d %*d %ld %*512s\n",
        local_addr, &local_port, rem_addr, &rem_port, &inode);

J'ai pensé en premier à utiliser str.split, toutefois, il ne faut pas se déchirer sur les personnages, mais la sep chaîne dans son ensemble:

>>> lines = open("/proc/net/dev").readlines()
>>> for l in lines[2:]:
>>>     cols = l.split(string.whitespace + ":")
>>>     print len(cols)
1

Qui devrait être de retour le 17, comme expliqué ci-dessus.

Est-il un Python équivalent à sscanf (pas de RÉ), ou une chaîne de fractionnement de la fonction de la bibliothèque standard, qui se fend sur toute une gamme de personnages que je ne suis pas au courant?

  • Est-il une raison vous êtes en insistant sur la "pas de nouveau"? Regexes sont l'outil parfait pour ce travail.
  • Si vous souhaitez programmer en C, pourquoi ne pas programmer en C? Si vous souhaitez programmer en python, utiliser une expression régulière. Il y a même un truc utile dans la documentation du module re de vous dire comment convertir scanf formats en expressions régulières. docs.python.org/library/re.html#simulating-scanf
  • le dernier bit aurait fait une super réponse.
  • Je pense qu'il serait mieux de demander/interdire des fonctions de demande/interdire les implémentations. "Je voudrais avoir les chaînes de format de spécifier le type de la variable de sortie, pour les types converti pour moi, et pour revendiquer la mise en forme spécifique de la chaîne d'entrée" plutôt que "pas regex" explique pourquoi vous avez cette préférence. Après tout, si quelqu'un utilise les regex pour construire ce que vous avez voulu, vous l'auriez fait cela, n'est-ce pas?
  • wat
  • Je pense qu'il serait préférable de dire les propriétés de regex vous voulez éviter plutôt que d'éviter une regex tout à fait. Après tout, la regex est peut-être l'outil le plus approprié pour le travail. Il pourrait être possible que quelqu'un en a fait l'outil que vous recherchez, sauf qu'elle utilise les regex derrière les coulisses. Dans ce cas, j'imagine que vous voulez continuer à utiliser cet outil.

InformationsquelleAutor Matt Joiner | 2010-02-01
  1. 28

    Python n'a pas de sscanf équivalent intégré, et la plupart du temps il est en fait beaucoup plus de sens pour analyser l'entrée en travail à la chaîne directement, en utilisant les expressions régulières, ou à l'aide d'un outil d'analyse.

    Probablement surtout utile pour la traduction C, les gens ont mis en œuvre sscanf, comme dans ce module: http://hkn.eecs.berkeley.edu/~dyoo/python/scanf/

    Dans ce cas particulier, si vous voulez juste pour diviser les données en fonction de plusieurs split personnages, re.split est vraiment le bon outil.

    InformationsquelleAutor Mike Graham
  2. 60

    Il y a aussi le parse module.

    parse() est conçu pour être à l'opposé de format() (la nouvelle chaîne de mise en forme de la fonction en Python 2.6 et supérieur).

    >>> from parse import parse
>>> parse('{} fish', '1')
>>> parse('{} fish', '1 fish')
<Result ('1',) {}>
>>> parse('{} fish', '2 fish')
<Result ('2',) {}>
>>> parse('{} fish', 'red fish')
<Result ('red',) {}>
>>> parse('{} fish', 'blue fish')
<Result ('blue',) {}>
    InformationsquelleAutor Craig McQueen
  3. 58

    Quand je suis dans une humeur, j'ai l'habitude d'utiliser zip et interprétations de la liste pour le scanf comme comportement. Comme ceci:

    input = '1 3.0 false hello'
(a, b, c, d) = [t(s) for t,s in zip((int,float,strtobool,str),input.split())]
print (a, b, c, d)

    Noter que pour les plus complexes de chaînes de format, vous n'avez besoin d'utiliser des expressions régulières:

    import re
input = '1:3.0 false,hello'
(a, b, c, d) = [t(s) for t,s in zip((int,float,strtobool,str),re.search('^(\d+):([\d.]+) (\w+),(\w+)$',input).groups())]
print (a, b, c, d)

    Notez également que vous avez besoin de fonctions de conversion pour tous les types que vous voulez convertir. Par exemple, ci-dessus, j'ai utilisé quelque chose comme:

    strtobool = lambda s: {'true': True, 'false': False}[s]
    • J'aime vraiment cette approche, d'autant que mon problème n'était pas simplement une nécessité pour scanf, mais sscanf.
    • excellente solution. Pouvez-vous expliquer le t(s) partie ?
    • Cela semblait être une bonne solution; malheureusement bool("false") retourne True, car seuls les cordes à vide évaluer à False. Cependant, tout n'est pas perdu, vous pouvez le remplacer bool avec une fonction personnalisée qui se comporte de la manière que vous souhaitez.
    • Belle prise! Je fixe ma réponse.
    • est remplacé par int(substring1), float(substring2), strtobool(substring3), et str(substring4), dans l'ordre.
    InformationsquelleAutor Chris Dellin
  4. 23

    Vous pouvez diviser sur une plage de caractères à l'aide de la re module.

    >>> import re
>>> r = re.compile('[ \t\n\r:]+')
>>> r.split("abc:def  ghi")
['abc', 'def', 'ghi']
    • ce n'est pas un drôle de traiter avec la regex sur des textes et représentation du flotteur
    • Rien de drôle ici. Vous utilisez l'expression régulière pour diviser les champs, puis vous utilisez float() pour l'analyser.
    • pour ce speciefic problème, analyser /proc/net/*, ce vilain truc fonctionnera bien
    • Ou, encore mieux, r = re.compile(r'[\s:]+'). (C'est une bonne habitude de mettre des expressions régulières dans premières chaînes de caractères je pense, même si cela ne fait aucune différence dans ce cas.)
    InformationsquelleAutor Dietrich Epp
  5. 13

    Vous pouvez analyser avec le module re à l'aide de les groupes nommés. Il ne sera pas analyser les sous-chaînes à leurs types de données (par exemple,int) mais c'est très pratique lors de l'analyse des chaînes.

    Donné cet exemple de ligne de /proc/net/tcp:

    line="   0: 00000000:0203 00000000:0000 0A 00000000:00000000 00:00000000 00000000     0        0 335 1 c1674320 300 0 0 0"

    Un exemple imitant votre sscanf exemple avec la variable peut être:

    import re
hex_digit_pattern = r"[\dA-Fa-f]"
pat = r"\d+: " + \
      r"(?P<local_addr>HEX+):(?P<local_port>HEX+) " + \
      r"(?P<rem_addr>HEX+):(?P<rem_port>HEX+) " + \
      r"HEX+ HEX+:HEX+ HEX+:HEX+ HEX+ +\d+ +\d+ " + \
      r"(?P<inode>\d+)"
pat = pat.replace("HEX", hex_digit_pattern)

values = re.search(pat, line).groupdict()

import pprint; pprint values
# prints:
# {'inode': '335',
#  'local_addr': '00000000',
#  'local_port': '0203',
#  'rem_addr': '00000000',
#  'rem_port': '0000'}
    InformationsquelleAutor orip
  6. 2

    Il y a un ActiveState recette qui met en œuvre une base de scanf
    http://code.activestate.com/recipes/502213-simple-scanf-implementation/

    InformationsquelleAutor markovg
  7. 1

    vous pouvez activer les ":" à l'espace, et de faire la distinction.par exemple

    >>> f=open("/proc/net/dev")
>>> for line in f:
...     line=line.replace(":"," ").split()
...     print len(line)

    pas besoin de regex (pour ce cas)

    • hey c'est vraiment chouette!
    • Il vous faudrait toujours vérifier que la chaîne d'origine est correcte - par exemple, "abc def ghi" analysaient la même chose que "abc:def:ghi". Cette distinction peut importe.
    InformationsquelleAutor ghostdog74
  8. 1

    Upvoted orip de réponse. Je pense qu'il est judicieux conseils d'utilisation module re. Les Kodos application est utile lorsque vous approchez d'un complexe à base de regexp tâche avec Python.

    http://kodos.sourceforge.net/home.html

    InformationsquelleAutor codeasone
  9. 1

    Mise à jour: La documentation Python pour son module regex, re, comprend une section sur la simulation de scanf, que j'ai trouvé de plus utile que aucune des réponses ci-dessus.

    https://docs.python.org/2/library/re.html#simulating-scanf

    InformationsquelleAutor Jon
  10. 0

    Si les séparateurs sont ':', vous pouvez répartir ':', et ensuite utiliser x.strip() sur les cordes pour se débarrasser de l'un d'espaces avant ni après. int() ignore les espaces.

    InformationsquelleAutor Lennart Regebro