Python, как разбирать строки, чтобы выглядеть как sys.argv

Я хотел бы проанализировать строку следующим образом:

-o 1  --long "Some long string"

в это:

["-o", "1", "--long", 'Some long string']

или аналогичный.

Это отличается от getopt или optparse, которые начинаются с синтаксического анализа sys.argv(как и результат, который у меня выше). Есть ли стандартный способ сделать это? В принципе, это "расщепление" при сохранении цитируемых строк вместе.

Моя лучшая функция:

import csv
def split_quote(string,quotechar='"'):
    '''

    >>> split_quote('--blah "Some argument" here')
    ['--blah', 'Some argument', 'here']

    >>> split_quote("--blah 'Some argument' here", quotechar="'")
    ['--blah', 'Some argument', 'here']
    '''
    s = csv.StringIO(string)
    C = csv.reader(s, delimiter=" ",quotechar=quotechar)
    return list(C)[0]

Ответы

Ответ 1

Я считаю, что вам нужен модуль shlex.

>>> import shlex
>>> shlex.split('-o 1 --long "Some long string"')
['-o', '1', '--long', 'Some long string']

Ответ 2

Прежде чем я узнал shlex.split, я сделал следующее:

import sys

_WORD_DIVIDERS = set((' ', '\t', '\r', '\n'))

_QUOTE_CHARS_DICT = {
    '\\':   '\\',
    ' ':    ' ',
    '"':    '"',
    'r':    '\r',
    'n':    '\n',
    't':    '\t',
}

def _raise_type_error():
    raise TypeError("Bytes must be decoded to Unicode first")

def parse_to_argv_gen(instring):
    is_in_quotes = False
    instring_iter = iter(instring)
    join_string = instring[0:0]

    c_list = []
    c = ' '
    while True:
        # Skip whitespace
        try:
            while True:
                if not isinstance(c, str) and sys.version_info[0] >= 3:
                    _raise_type_error()
                if c not in _WORD_DIVIDERS:
                    break
                c = next(instring_iter)
        except StopIteration:
            break
        # Read word
        try:
            while True:
                if not isinstance(c, str) and sys.version_info[0] >= 3:
                    _raise_type_error()
                if not is_in_quotes and c in _WORD_DIVIDERS:
                    break
                if c == '"':
                    is_in_quotes = not is_in_quotes
                    c = None
                elif c == '\\':
                    c = next(instring_iter)
                    c = _QUOTE_CHARS_DICT.get(c)
                if c is not None:
                    c_list.append(c)
                c = next(instring_iter)
            yield join_string.join(c_list)
            c_list = []
        except StopIteration:
            yield join_string.join(c_list)
            break

def parse_to_argv(instring):
    return list(parse_to_argv_gen(instring))

Это работает с Python 2.x и 3.x. В Python 2.x он работает непосредственно с байтовыми строками и строками Unicode. На Python 3.x он принимает только строки [Unicode], а не bytes.

Это не ведет себя точно так же, как разделение оболочки argv - это также позволяет цитировать символы CR, LF и TAB как \r, \n и \t, преобразовывая их в реальные CR, LF, TAB (shlex.split этого не делает). Поэтому написать мою собственную функцию было полезно для моих нужд. Я думаю, shlex.split лучше, если вы просто хотите простое разделение argv в стиле оболочки. Я использую этот код в случае, если он полезен в качестве основы для выполнения чего-то немного другого.