user2050283 определенно правильный, это - yaml, и это делает парсинг легким. Главным образом, по образовательным причинам я пытался разобрать его сам. Нетерпеливое ожидание некоторой обратной связи.
Структура ваших данных иерархическая, подобная дереву. Так позволяет, определяют дерево в Пайтоне, максимально простом (ссылка):
from collections import defaultdict
def tree(): return defaultdict(tree)
Затем, давайте использовать это дерево в функции парсинга. Это повторяет по линиям, смотрит на углубление, ведет учет, если это и текущего пути (иначе крошки) и пытается разделить линию на ключ и стоимость (если это существует), и заполняет наше дерево. Где соответствующее, я извлек логические куски как отдельные функции, которые следуют ниже. Если углубление не соответствует никакому предыдущему углублению, оно бросает ошибку - в основном как Пайтон, делает для ее исходного кода.
def load_data(f):
doc = tree()
previous_indents = [""]
path = [""]
for line in map(lambda x: x.rstrip("\n"),
filter( is_valid_line, f)
):
line_wo_indent = line.lstrip(" ")
indent = line[:(len(line) - len(line_wo_indent))]
k, v = read_key_and_value(line_wo_indent)
if len(indent) > len(previous_indents[-1]):
previous_indents.append(indent)
path.append(k)
elif len(indent) == len(previous_indents[-1]):
path[-1] = k
else: # indent is shorter
try:
while previous_indents[-1] != indent:
previous_indents.pop()
path.pop()
except IndexError:
raise IndentationError("Indent doesn't match any previous indent.")
path[-1] = k
if v is not None:
set_leaf_value_from_path(doc, path, v)
return doc
Помощник функционирует, я создал:
- set_leaf_value_from_path: takes a tree, a path (list of keys) and a value. It uses recursion to descent into the tree and set the value of the leaf defined by path.
- read_key_and_value: splitting a line into key and value, at first ":"
- is_valid_line: used to check whether a line is not empty or starts with a number sign
Вот полный сценарий
from collections import defaultdict
def tree(): return defaultdict(tree)
def dicts(t):
if isinstance(t, dict):
return {k: dicts(t[k]) for k in t}
else:
return t
def load_data(f):
doc = tree()
previous_indents = [""]
path = [""]
for line in map(lambda x: x.rstrip("\n"),
filter( is_valid_line, f)
):
line_wo_indent = line.lstrip(" ")
indent = line[:(len(line) - len(line_wo_indent))]
k, v = read_key_and_value(line_wo_indent)
if len(indent) > len(previous_indents[-1]):
previous_indents.append(indent)
path.append(k)
elif len(indent) == len(previous_indents[-1]):
path[-1] = k
else: # indent is shorter
try:
while previous_indents[-1] != indent:
previous_indents.pop()
path.pop()
except IndexError:
raise IndentationError("Indent doesn't match any previous indent.")
path[-1] = k
if v is not None:
set_leaf_value_from_path(doc, path, v)
return doc
def set_leaf_value_from_path(tree_, path, value):
if len(path)==1:
tree_[path[0]] = value
else:
set_leaf_value_from_path(tree_[path[0]], path[1:], value)
def read_key_and_value(line):
pos_of_first_column = line.index(":")
k = line[:pos_of_first_column].strip()
v = line[pos_of_first_column+1:].strip()
return k, v if len(v) > 0 else None
def is_valid_line(line):
if line.strip() == "":
return False
if line.lstrip().startswith("#"):
return False
return True
if __name__ == "__main__":
import cStringIO
document_str = """
statistics:
time-started: Tue Feb 5 15:33:35 2013
time-sampled: Thu Feb 7 12:25:39 2013
statistic:
active: 0
interactive: 0
count: 1
up:
packets: 2
bytes: 2
down:
packets: 3
bytes: 3
"""
f = cStringIO.StringIO(document_str)
doc = load_data(f)
from pprint import pprint
pprint(dicts(doc))
Известные ограничения:
- Только скаляры поддерживается как ценности
- Только скаляры последовательности как ценности
- скаляры Мультилинии не поддерживается
- Комментирует, не осуществляются как в определении, т.е., они могут не начать нигде в линии; только линии, начинающиеся со знака номера, рассматривают как комментарии
Это только известный ограничения. Я уверен, что другие части YAML не поддерживаются также. Но это, кажется, достаточно для ваших данных.