python - 在pyparsing中匹配大量包含空格的字符串

Question

与 pyparsing我需要为像

这样的表达式编写一个匹配器

a + names + c 

与

a = pp.OneOrMore(pp.Word(pp.alphas))
c = pp.OneOrMore(pp.Word(pp.nums))

和names匹配字符串列表names_list中的多个条目之一。

这两个并发症是:

names_list 中的条目可以包含空格。

匹配需要不区分大小写。

names_list 相当大(约 20000 个条目)

我试过了

names_kw_list = [pp.Keyword(name, caseless=True) for name in names_list ]
names = pp.Or(names_kw_list)

这不适用于带有空格的条目，而且我担心这不是一种非常高效的编写方式。

有什么想法可以让它适用于条目中的空格并可能使其执行得更快吗？

Answer 1

部分答案:

空格问题可以通过正确的 stopOn 函数解决:

def last_occurrence_of(expr):
    return expr + ~pp.FollowedBy(pp.SkipTo(expr))

names_kw_list = [pp.Keyword(word, caseless=True)
                                       for word in names_list ]
names = pp.Or(names_kw_list)("names")
a = pp.OneOrMore(pp.Word(pp.alphas), stopOn=last_occurrence_of(names))("A")
c = pp.OneOrMore(pp.Word(pp.nums))("C")

expr = a + names + c 

这指示a不要吃掉names字符串。

但是性能会下降，因为现在 stopOn 表达式中使用了长名称列表。