当值包含键和值之间的分隔符或对之间的分隔符时，如何从字符串中提取键和值？

Question

如何有效地将字符串中的键值对提取到HashMapwhen

• key后面总是跟:然后是值
• value以 a 结尾，,后跟另一个key（有时是空格然后是key）
• value 可以包含 , :整个
• 不 value包括任何key
• 的顺序 keys不固定
• 该key名被称为

对于这些键值对

key1:value1, key2:this is, some value2, key3:anothe:r val,ue,

它应该产生这个HashMap：

"key1", "value1"
"key2", "this is, some value2"
"key3", "anothe:r val,ue"

我已经尝试了以下代码，但仅将 a,作为分隔符是不好的，因为该值可以始终包含逗号。

"key1:value1, key2:this is, some value2, key3:anothe:r val,ue,"
    .split(",")
    .map(|kv| kv.splitn(2, ":").collect::<Vec<&str>>())
    .filter(|vec| vec.len() == 2)
    .map(|vec| (vec[0].trim().into(), vec[1].trim().into()))
    .collect()

我的想法是提供一个键列表： ["key1", "key2", "key3"]用作分隔符

更新：

使用@Lucretiel 回答我想出了：

fn key_value<'a>(keys: &[&str], mut command: &'a str) -> HashMap<&'a str, &'a str> {
    let mut hashmap = HashMap::new();
    loop {
        if let Some(key) = key(&keys, &command) {
            command = &command[key.len() + 1..];

            let value = value(&keys, &command);
            let trim: &[_] = &[',', ' '];
            command = &command[value.len()..].trim_start_matches(trim);

            hashmap.insert(key, value);
        } else {
            break;
        }
    }
    hashmap
}

fn key<'a>(keys: &[&str], command: &'a str) -> Option<&'a str> {
    let regex = format!("^({}):", keys.join("|"));
    let regex = regex::Regex::new(&regex).expect("Invalid regex");
    match regex.shortest_match(&command) {
        Some(position) => Some(&command[..position - 1]),
        None => None,
    }
}

fn value<'a>(keys: &[&str], command: &'a str) -> &'a str {
    let regex = format!(r#",\s*({}):"#, keys.join("|"));
    let regex = regex::Regex::new(&regex).expect("Invalid regex");
    match regex.find(&command) {
        Some(position) => &command[..position.start()],
        None => command,
    }
}

（游乐场）

Answer 1

解决这个问题的实际代码并不简单，但它是可以做到的。有很多棘手的边缘情况，具体取决于您想要考虑的错误情况（例如，您是否要求已知键列表中的每个键都存在于要解析的输入字符串中？您是否允许重复的键？等等.)。基本算法如下所示：

• 当键列表不为空时：
  • 找到启动字符串的键，匹配^{key}:. 这是当前的密钥。
    • 如果没有这个键，则出错；输入格式错误
  • 查找字符串中下,\s*{key}:一个最早的键，匹配。这是下一个关键。
    • 如果没有更多的键，则字符串的其余部分就是该键的值
    • 否则，找到的两个键之间的所有内容都是当前值
  • 将（当前键，当前值）添加到哈希表中
  • 从密钥列表中删除当前密钥（假设您不接受重复的密钥）
  • 将（当前键，当前值）从输入字符串的前面切片
• 一旦你没有键，返回哈希图

传统语法无法做到这一点；正如所呈现的那样，它非常含糊。但是，如果围绕扫描每个后续键来构造解析（假设键永远不会作为值中的子字符串出现），则可以成功解析此类输入。

所描述的算法以二次时间运行，但假设如果您创建一个复合正则表达式来同时搜索每个键，它应该可以简化为线性时间：

,\s*(key1|key2|key3|...):