key-value pair清單parser

類似屬性檔案那樣， key1 = value1, key = value2

簡練的算法，隻區分word字元和分隔字元（空格, tab, 逗号，=等等)，不需要處理key和vaue的分隔符(=)。就是parse word，tokenize，分詞驅動，分出一個詞來做什麼操作的問題，就是考慮一點，作為key還是value。用一個key變量記錄狀态就好了，key是空則目前word是key, key有值，則目前word是value。key和value總是交替出現的。

def parseKVPairs(s):
    wordStart, key, sep, result = -1, '', ' \t=,:', {}
    for i in xrange(len(s)):
        if s[i] not in sep:
            if i == 0 or s[i - 1] in sep: wordStart = i
            if i == len(s) - 1 or s[i + 1] in sep:
                if key == '': key = s[wordStart: i + 1]
                else:
                    result[key] = s[wordStart: i + 1]
                    key = ''
    return result
print parseKVPairs("key = abc, key2 ; xyz ,    key3=kkk")
           

假如允許有些key沒有value，那就得處理=或者：了，架構還是分詞，多記錄一個狀态：處在key的範圍還是value的範圍，inValue == True表示在value的範圍，否則在key的範圍，初始為False，在key的範圍。

def parseKVPairs(s):
    wordStart, key, sep, inValue, result = -1, '', ' \t=,:', False, {}
    for i in xrange(len(s)):
        if s[i] not in sep:
            if i == 0 or s[i - 1] in sep: wordStart = i
            if i == len(s) - 1 or s[i + 1] in sep:
                if not inValue:
                    if key != '': result[key] = ''
                    key = s[wordStart: i + 1]
                else:
                    result[key] = s[wordStart: i + 1]
                    inValue, key = False, ''
        elif s[i] in ':=': inValue = True
    return result
print parseKVPairs("key = abc, key2, key3 = v3")
           

這裡逗号，空格，tab完全是一樣的，隻用于分詞。等号（或冒号）除了用于分詞，還觸發key scope 到 value scope的切換，之後分出一個詞fulfill value後，scope切換回key

其實，逗号和空格同作為分隔字元，語義上還有其他差别，一般情況下，逗号的語義更多：前面必須有有效詞，後面也必須有詞 ，這裡沒有強制這一層語義。