python - 处理文本文件的通用算法/模式

Question

是否有读取多行文本文件的通用算法/模式，其中某些行依赖于前面的行？我指的是以下形式的数据:

H0 //start header
HEADER1
H9 //end header   
R0 RECORD1
R0 RECORD2
H0 //start header
HEADER2
H9 //end header
R0 RECORD3
R0 RECORD4

需要将当前“标题”信息与每个后续记录相关联的地方。

我知道这类任务有无数的解决方案，但是是否有经验丰富的开发人员会集中使用的久经考验的模式？

编辑:我的直觉是应该使用某种状态机，其中包含“阅读标题”、“阅读记录”等状态。我走的路对吗？

编辑:虽然例子很简单，但是能处理更高层次嵌套的东西会更可取

Answer 1

这可以看作是一个解析问题，尽管该语言的语法非常简单。确实是regular ，因此正如您正确指出的那样，FSM 将起作用。一般来说，任何已建立的解析技术都可以工作；如果使用 recursive descent parsing，您将避免显式状态，在常规语言的情况下它变得不是真正的递归。以下为伪代码:

function accept_file:
   while not_eof
      read_line;
      case prefix of
         "H0": accept_header;
         "R0": accept_record;
         otherwise: syntax_error;

function accept_record:
   make_record from substring of current_line from position 3;

function accept_header:
   read_line;
   while current_line does not start with "H9"
      add line to accumulated_lines
   create header from accumulated_lines