从Ruby解析特定的类似JSON的数据（NextSTEP PList）
我正在为第三方API编写客户端，他们以奇怪的格式提供数据。 起初，它可能看起来像JSON，但它不是，我有点困惑我应该如何处理它。
它是一种基于键值的格式（很像JSON）。
- 键的值由’=’分隔。
- 键和值包含在双引号内。
- 字典以'{‘开头，以’}’结尾。
- 数组以’（’和以’结尾’开头
- 行以’;’结尾 （数组内容除外）和行尾字符（\ ri think）。
- 有时，字符串中似乎有unicode（类似于生物危害标志的\ U2623）。
什么可能是这种格式？ 我应该使用premade gem来解析它，还是应该构建我自己的解析器？
{ "anArray" = ( "100", "200", "300" ); "aDictionary" = { "aString" = "Something"; }; } 编辑这种格式似乎是Apple的属性列表，但它不是XML也不是Binary ……这有意义，因为API来自WebObjects Web服务。 我将尝试使用CFPropertyList gem来解析它，如果有更好的解决方案，请告诉我。
编辑2这是一个NextSTEP财产清单 。
这是使用基于StringScanner的自定义解析器的强大答案。 它允许空格是可选的，允许在列表中的最后一项之后使用尾随逗号，并允许在最后一个字典键/值对之后省略分号。 它允许最外面的项目是字典，数组或字符串。 它允许任何类型的合法字符串内容，包括parens和花括号以及\n等转义文本。
看到行动：
p parse('{ "array" = ( "1", "2", ( "3", "4" ) ); "hash"={ "key"={ "more"="oh}]yes;!"; }; }; }') #=> {"array"=>["1", "2", ["3", "4"]], "hash"=>{"key"=>{"more"=>"oh}]yes;!"}}} puts parse('("Escaped \"Quotes\" Allowed", "And Unicode \u2623 OK")') #=> Escaped "Quotes" Allowed #=> And Unicode ☣ OK
代码：
require 'strscan' def parse(str) ss, getstr, getary, getdct = StringScanner.new(str) getvalue = ->{ if ss.scan /\s*\{\s*/ then getdct[] elsif ss.scan /\s*\(\s*/ then getary[] elsif str = getstr[] then str elsif ss.scan /\s*[)}]\s*/ then nil end } getstr = ->{ if str=ss.scan(/\s*"(?:[^"\\]|\\u\d+|\\.)*"\s*/i) eval str.gsub(/([^\\](?:\\\\)*)#(?=[{@$])/,'\1\#') end } getary = ->{ [].tap do |a| while v=getvalue[] a << v ss.scan /\s*,\s*/ end end } getdct = ->{ {}.tap do |h| while key = getstr[] ss.scan /\s*=\s*/ if value=getvalue[] then h[key]=value; ss.scan(/\s*;\s*/) end end end end } getvalue[] end
作为将来从头开始编译自己的解析器的替代方法，您可能还需要查看Treetop Ruby库。
编辑 ：我已经将上面的getstr的实现替换为应该阻止在eval运行任意Ruby代码的实现。 有关更多详细信息，请参阅“Eval一个没有插值的字符串” 。 看到行动：
@secret = "OH NO!" $secret = "OH NO!" @@secret = "OH NO!" puts parse('"\"#{:NOT&&:very}\" bad. \u262E\n#@secret \\#$secret \\\\#@@secret"')
这是一个非常快速和肮脏的黑客，它将语法转换为有效的Ruby，然后进行篡改。 请注意，这可能很危险。 更重要的是，这会将键和值中的所有括号转换为方括号。
def parse(str) eval( str .gsub( /" = (?=[({"])/, '" => ' ) # Dictionary separators become => .gsub( /(?<=[)}"]); (?=[)}"])/, ', ' ) # Dictionary semicolons become , .tr( '()', '[]' ) # ALL parens become square brackets ) end p parse('{ "anArray" = ( "100", "200", "300" ); "aDictionary" = { "aString" = "Something"; }; }') #=> {"anArray"=>["100", "200", "300"], "aDictionary"=>{"aString"=>"Something"}}