Sostituire in modo efficiente stringhe di elenchi di righe multiple con stringa elenco di righe singole

Question

Sto tentando di analizzare l'output dal comando mdls di OS X. Per alcune chiavi, il valore è un elenco di valori. Devo catturare correttamente queste coppie di valori e valori. Tutti gli elenchi di valori iniziano con ( e terminano con ).

Devo essere in grado di scorrere tutte le coppie di valori, in modo da poter analizzare correttamente più uscite (ad esempio, mdls eseguire su più file per produrre un singolo output, dove non c'è distinzione tra dove finisce il metadata di un file e inizia l'altro). Ho qualche codice di esempio qui sotto.

Esiste un modo più efficiente per farlo?

import re 

mdls_output = """kMDItemAuthors     = (
    margheim 
) 
kMDItemContentCreationDate  = 2015-07-10 14:41:01 +0000 
kMDItemContentModificationDate = 2015-07-10 14:41:01 +0000 
kMDItemContentType    = "com.adobe.pdf" 
kMDItemContentTypeTree   = (
    "com.adobe.pdf", 
    "public.data", 
    "public.item", 
    "public.composite-content", 
    "public.content" 
) 
kMDItemCreator     = "Safari" 
kMDItemDateAdded    = 2015-07-10 14:41:01 +0000 
""" 

mdls_lists = re.findall(r"^\w+\s+=\s\(\n.*?\n\)$", mdls_output, re.S | re.M) 
single_line_lists = [re.sub(r'\s+', ' ', x.strip()) for x in mdls_lists] 
for i, mdls_list in enumerate(mdls_lists): 
    mdls_output = mdls_output.replace(mdls_list, single_line_lists[i]) 
print(mdls_output) 

Answer 1

È possibile usufruire di regex sostituto del pitone che può richiedere una funzione come stringa di sostituzione. La funzione viene chiamata per ogni corrispondenza con l'oggetto della corrispondenza. La stringa restituita sostituisce la corrispondenza.

def myfn(m): 
    return re.sub(r'\s+', ' ', m.group().strip()) 

pat = re.compile(r"^\w+\s+=\s\(\n.*?\n\)$", re.S | re.M) 
mdls_output = pat.sub(myfn, mdls_output)