本文介绍如何高效解析具有块结构的纯文本配置（如防火墙地址对象），按逻辑块分割，提取关键键值对，并组织为字典列表，适用于日志分析、网络设备配置处理等场景。
本文介绍如何高效解析具有块结构的纯文本配置（如防火墙地址对象），按逻辑块分割，提取关键键值对，并组织为字典列表，适用于日志分析、网络设备配置处理等场景。
在处理网络设备导出的配置文本（如 Palo Alto、Fortinet 或自定义 DSL 格式）时，常见一种“块式”结构：每个配置块以关键字（如 address-object object1）开头，内部包含缩进的键值行，以空行或新块标识结束。目标是提取每一块中特定字段（如 host 和 zone），并将每个块的结果存为独立字典，最终组成字典列表 —— 这正是结构化后续处理（如生成 CSV、导入数据库或校验合规性）的基础。
以下是一个健壮、可读性强的 Python 解决方案：
important_keys = {'host', 'zone'}
result = []
current_block = {}
with open('config.txt', 'r', encoding='utf-8') as f:
for line in f:
line = line.strip()
# 跳过空行和注释行（可选增强）
if not line or line.startswith('#'):
# 空行表示当前块结束（且已有内容时才提交）
if current_block and len(current_block) == len(important_keys):
result.append(current_block)
current_block = {}
continue
# 按首个空格分割：key + 剩余部分（支持带引号的值，如 "name1"）
parts = line.split(maxsplit=1)
if len(parts) <p>✅ <strong>关键设计说明：</strong> </p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill6081" title="python-code-analyz"><img
src="https://img.php.cn/upload/skill/000/000/081/179077148379011.jpg" alt="python-code-analyz" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/xiazai/skill6081" title="python-code-analyz" class="overflowclass">python-code-analyz</a>
<p class="overflowclass">专业Python代码分析与优化，支持语法检查、安全扫描、性能评估、复杂度分析及重构后优化代码生成。</p>
</div>
<a rel="nofollow" href="/xiazai/skill6081" title="python-code-analyz" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div>
- 使用 current_block = {} 动态累积当前块的匹配字段；遇到空行即判断是否满足全部目标字段，满足则追加至 result 并重置。
- split(maxsplit=1) 确保只按第一个空格切分，避免 name "full name with spaces" 类值被错误截断。
- 显式去除引号（strip('"\'')）适配常见配置格式，提升鲁棒性。
- 文件末尾无空行时仍能正确提交最后一个块，避免遗漏。
⚠️ 注意事项：
- 若某块缺失 host 或 zone，该块将被跳过（因 len(current_block)
- 若块间由 exit 行而非空行分隔（如示例中所示），应将空行判断替换为 if line == 'exit':，并注意 exit 行本身不携带数据。
- 对于更复杂语法（嵌套、多级缩进、条件块），建议使用专用解析器（如 pyparsing）或转换为 YAML/JSON 后处理。
最终 result 为标准 Python 字典列表：
[{'host': 'ip1', 'zone': 'zone1'}, {'host': 'ip2', 'zone': 'zone2'}]
可直接用于 pandas.DataFrame(result) 分析、json.dump() 导出，或通过 for item in result: print(f"Host: {item['host']}, Zone: {item['zone']}") 快速验证。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
