在 Shell 中轉換 Python 正規表示式

在Shell中，我們通常可以使用 sed 命令來轉換Python正規表示式。 sed 是一個流編輯器，可以用來對文字進行替換、刪除等操作。下面是一個示例，演示如何在Shell中將Python正規表示式轉換為適用於 sed 的格式，也是比較穩妥的一種方式。

如上面所謂，假設我們有一個Python正規表示式 ^\d{3}-\d{3}-\d{4}$ ，表示匹配電話號碼的格式。我們想要將這個正規表示式轉換為適用於 sed 命令的格式。

1、問題背景

一位使用者想要編寫一個 AppleScript 播放列表生成器，其中一部分工作是讀取 iTunes 庫的 XML 檔案，以便獲取使用者庫中所有流派的列表。Python 實現如下：

#!/usr/bin/env python







# 指令碼用於獲取 iTunes 中的所有流派







import 
re,
sys,
sets







## 從網際網路上找到的程式碼，用於處理流派名稱中的 HTML 實體



def 
unescape(
text):


    
def 
fixup(
m):


        
text 
= 
m.
group(
0)


        
if 
text[:
2] 
== 
"&#":


            
# 字元引用


            
try:


                
if 
text[:
3] 
== 
"&#x":


                    
return 
unichr(
int(
text[
3:
-
1], 
16))


                
else:


                    
return 
unichr(
int(
text[
2:
-
1]))


            
except 
ValueError:


                
pass


        
else:


            
# 命名實體


            
try:


                
text 
= 
unichr(
htmlentitydefs.
name2codepoint[
text[
1:
-
1]])


            
except 
KeyError:


                
pass


        
return 
text 
# 保留原樣


    
return 
re.
sub(
"&#?\w+;", 
fixup, 
text)











# 使用正規表示式比遍歷整個 XML 文件並聚合流派可能更快



try:


    
xml_path 
= 
"/Users/%s/Music/iTunes/iTunes Music Library.xml" 
% 
sys.
argv[
1]



except:


    
print 
'\tUsage: python '
+
sys.
argv[
0]
+
' <your OSX username>'


    
raise 
SystemExit







pattern 
= 
"<key>Genre</key><string>([^<]+)</string>"







try:


    
xml 
= 
file(
xml_path,
'r').
read()



except:


    
print 
'\tUnable to load your iTunes Library XML file'


    
raise 
SystemExit







matches 
= 
re.
findall(
pattern,
xml)



uniques 
= 
map(
unescape,
list(
sets.
Set(
matches)))



## 需要將這些內容寫到某個地方，以便 AppleScript 可以讀取它們



sys.
stdout.
write(
'|'.
join(
uniques))



raise 
SystemExit

問題是，使用者希望 AppleScript 是獨立的，不需要額外的檔案（他計劃將它提供給其他人）。而且，據他所知，AppleScript 本身不提供任何正規表示式功能。他可能會遍歷庫中的每個音軌以獲取所有流派，但這是一個非常耗時的過程，而且在構建播放列表時他已做了一次。因此，他正在尋找替代方案。

由於 AppleScript 允許他執行 shell 指令碼並捕獲結果，他想象他可以使用某種型別的 shell 命令來完成同樣的操作，比如 grep、perl，或其他命令。他的 *nix 命令列技能非常生疏，他正在尋找一些指導。

總之，他希望找到一種將以上 Python 程式碼轉換成可以直接從 shell 中呼叫並獲得類似結果的方法。

2、解決方案

• 為什麼你使用正規表示式解析 XML？為什麼不使用一個合適的 XML 庫？

• Python 有一些很棒的實用工具，比如 ElementTree，它使遍歷 DOM 變得更加容易，並且它產生的是漂亮的、友好的物件，而不是未型別化的字串。

• 以下是一些使用 AppleScript 解析 XML 的方法：

  • AppleScript XML Parser（據稱自 Tiger 開始可用）

  • 可以與 AppleScript 一起使用的 XML 工具

• 請記住，就像 AppleScript 可以連線到 iTunes 一樣，它也可以連線到其他已安裝的實用工具，比如這些。

• 最後，為什麼不完全用 Python 編寫整個指令碼呢？因為它具有更好的開發工具用於除錯，並且執行速度更快。如果使用者執行的是 Leopard，那麼他預裝了 Python 2.5.1。

透過上面的程式碼示例，我們可以將Python正規表示式轉換為適用於 sed 的格式，從而在Shell中進行文字處理。希望這個示例對你有幫助。如有更多的問題可以留言一起討論。