python - pyparsing 中的 asDict 方法覆盖先前的键

Question

我有一个我面临的问题的人为示例:

import pyparsing as pp

fname = pp.OneOrMore( pp.Word("Max") ).setResultsName("fname")
mname = pp.OneOrMore(s pp.Word("Joseph") ).setResultsName("mname")
lname = pp.OneOrMore( pp.Word("Andrews") ).setResultsName("lname")
another_mname = pp.OneOrMore(pp.Word("Miller")).setResultsName("mname")

full = fname + mname + lname + another_mname

output = full.parseString("Max Joseph Joseph Andrews Miller Miller").asDict()

# current output 
{'fname': ['Max'], 'lname': ['Andrews'], 'mname': ['Miller', 'Miller']}

很明显为什么输出是这样的。但是，我还想收集“约瑟夫”作为另一个值(value)。例如

# desired output
{'fname': ['Max'], 'lname': ['Andrews'], 'mname': ['Joseph', 'Joseph', 'Miller', 'Miller']}

谢谢。

Answer 1

您的代码不起作用，因为您将结果的名称设置为相同。这会导致 "mname" 条目与 mname 在生成的 dict() 中被替换为 "mname" 条目关联到 another_mname。

解决此问题的一种方法是将名称收集到两个单独的结果中，然后加入它们:

import pyparsing as pp

fname = pp.OneOrMore(pp.Word("Max"))("fname")
mname = pp.OneOrMore(pp.Word("Joseph"))("mname")
lname = pp.OneOrMore(pp.Word("Andrews"))("lname")
another_mname = pp.OneOrMore(pp.Word("Miller"))("mname2")

full = fname + mname + lname + another_mname

output = full.parseString("Max Joseph Joseph Andrews Miller Miller").asDict()
print(output)
# {'fname': ['Max'], 'mname': ['Joseph', 'Joseph'], 'lname': ['Andrews'], 'mname2': ['Miller', 'Miller']}

# clean-up dict
output['mname'] = output['mname'] + output['mname2']
del output['mname2']

print(output)
# {'fname': ['Max'], 'mname': ['Joseph', 'Joseph', 'Miller', 'Miller'], 'lname': ['Andrews']}

---

请注意，您不能简单地将 mname 定义为:

mname = pp.OneOrMore(pp.Word("Joseph") | pp.Word("Miller"))("mname")

这会导致类似的问题:

import pyparsing as pp

fname = pp.OneOrMore(pp.Word("Max"))("fname")
mname = pp.OneOrMore(pp.Word("Joseph") | pp.Word("Miller"))("mname")
lname = pp.OneOrMore(pp.Word("Andrews"))("lname")

full = fname + mname + lname + mname

output = full.parseString("Max Joseph Joseph Andrews Miller Miller").asDict()
print(output)
# {'fname': ['Max'], 'mname': ['Miller', 'Miller'], 'lname': ['Andrews']}

但出于不同的原因:现在 full 末尾的 mname 正在替换 mname 的先前值。

---

也可以将其自动化，例如

import pyparsing as pp

fname = pp.OneOrMore(pp.Word("Max"))("fname")
mname = pp.OneOrMore(pp.Word("Joseph"))("mname:0")
lname = pp.OneOrMore(pp.Word("Andrews"))("lname")
another_mname = pp.OneOrMore(pp.Word("Miller"))("mname:1")

full = fname + mname + lname + another_mname

output = full.parseString("Max Max Joseph Joseph Andrews Miller Miller").asDict()
print(output)
# {'fname': ['Max', 'Max'], 'mname:0': ['Joseph', 'Joseph'], 'lname': ['Andrews'], 'mname:1': ['Miller', 'Miller']}


def quench(pp_dict, mapping=lambda k: k.split(':')[0]):
    result = {}
    to_remove = []
    for k, v in pp_dict.items():
        new_k = mapping(k)
        if k != new_k:
            if new_k not in result:
                result[new_k] = []
            result[new_k].extend(v)
        else:
            result[k] = v
    return result


print(quench(output))
# {'fname': ['Max', 'Max'], 'mname': ['Joseph', 'Joseph', 'Miller', 'Miller'], 'lname': ['Andrews']}

或者，通过自动将多个 "mname" 实例转换为 编号 实例(例如 "mname :0") 稍后被淬火。

---

编辑

(正如@PaulMcG 所指出的)

这种机制直接在pyparsing中实现:

import pyparsing as pp

fname = pp.OneOrMore(pp.Word("Max")).setResultsName("fname")
mname = pp.OneOrMore(pp.Word("Joseph")).setResultsName("mname", listAllMatches=True)
lname = pp.OneOrMore(pp.Word("Andrews")).setResultsName("lname")
another_mname = pp.OneOrMore(pp.Word("Miller")).setResultsName("mname", listAllMatches=True)

full = fname + mname + lname + another_mname

output = full.parseString("Max Joseph Joseph Andrews Miller Miller").asDict()
print(output)
# {'fname': ['Max'], 'mname': [['Joseph', 'Joseph'], ['Miller', 'Miller']], 'lname': ['Andrews']}

甚至像这样:

import pyparsing as pp

fname = pp.OneOrMore(pp.Word("Max")).setResultsName("fname")
mname = pp.OneOrMore(pp.Word("Joseph") | pp.Word("Miller")).setResultsName("mname", listAllMatches=True)
lname = pp.OneOrMore(pp.Word("Andrews")).setResultsName("lname")

full = fname + mname + lname + mname

output = full.parseString("Max Joseph Joseph Andrews Miller Miller").asDict()
print(output)
# {'fname': ['Max'], 'mname': [['Joseph', 'Joseph'], ['Miller', 'Miller']], 'lname': ['Andrews']}

尽管结果是 list 的 list 而不是单个扁平化的。