5

许多编程语言的标准库包括一个“扫描器 API”，用于从文本输入流中提取字符串、数字或其他对象。（例如，Java 包含Scanner类，C++ 包含istream，C 包含scanf）。

这在 Python 中相当于什么？

Python 有一个流接口，即继承自io.IOBase. 但是，PythonTextIOBase流接口仅提供面向行的输入的功能。在阅读文档并在 Google 上搜索之后，我在标准 Python 模块中找不到可以让我从文本流中提取整数或将下一个以空格分隔的单词提取为字符串的东西。是否有任何标准设施可以做到这一点？

4

2 回答 2

3

没有等同于fscanf或 Java 的Scanner. 最简单的解决方案是要求用户使用换行符分隔输入而不是空格分隔输入，然后您可以逐行读取并将行转换为正确的类型。

如果您希望用户提供更结构化的输入，那么您可能应该为用户输入创建一个解析器。有一些不错的 python 解析库，例如pyparsing。还有一个scanf模块，尽管最后一次更新是 2008 年。

如果您不想有外部依赖项，那么您可以使用正则表达式来匹配输入序列。当然，正则表达式需要处理字符串，但您可以轻松克服以块读取的限制。例如，这样的事情在大多数情况下应该可以正常工作：

import re


FORMATS_TYPES = {
    'd': int,
    'f': float,
    's': str,
}


FORMATS_REGEXES = {    
    'd': re.compile(r'(?:\s|\b)*([+-]?\d+)(?:\s|\b)*'),
    'f': re.compile(r'(?:\s|\b)*([+-]?\d+\.?\d*)(?:\s|\b)*'),
    's': re.compile(r'\b(\w+)\b'),
}


FORMAT_FIELD_REGEX = re.compile(r'%(s|d|f)')


def scan_input(format_string, stream, max_size=float('+inf'), chunk_size=1024):
    """Scan an input stream and retrieve formatted input."""

    chunk = ''
    format_fields = format_string.split()[::-1]
    while format_fields:
        fields = FORMAT_FIELD_REGEX.findall(format_fields.pop())
        if not chunk:
            chunk = _get_chunk(stream, chunk_size)

        for field in fields:
            field_regex = FORMATS_REGEXES[field]
            match = field_regex.search(chunk)
            length_before = len(chunk)
            while match is None or match.end() >= len(chunk):
                chunk += _get_chunk(stream, chunk_size)
                if not chunk or length_before == len(chunk):
                    if match is None:
                        raise ValueError('Missing fields.')
                    break
            text = match.group(1)
            yield FORMATS_TYPES[field](text)
            chunk = chunk[match.end():]



def _get_chunk(stream, chunk_size):
    try:
        return stream.read(chunk_size)
    except EOFError:
        return ''

示例用法：

>>> s = StringIO('1234 Hello World -13.48 -678 12.45')
>>> for data in scan_input('%d %s %s %f %d %f', s): print repr(data)
...                                                                                            
1234                                                                                           
'Hello'
'World'
-13.48
-678
12.45

您可能必须扩展它并正确测试它，但它应该会给您一些想法。

于 2013-02-16T08:58:01.257 回答
1

没有直接的等价物（据我所知）。但是，您可以使用正则表达式做几乎相同的事情（请参阅re模块）。

例如：

# matching first integer (space delimited)
re.match(r'\b(\d+)\b',string)

# matching first space delimited word
re.match(r'\b(\w+)\b',string)

# matching a word followed by an integer (space delimited)
re.match(r'\b(\w+)\s+(\d+)\b',string)

它比通常的 C 风格扫描仪界面需要更多的工作，但它也非常灵活和强大。不过，您必须自己处理流 I/O。

于 2013-02-16T01:28:29.550 回答