python - 如何解析没有分隔符的元组？

Question

我正在使用 pyparser 并想解析包含树结构的文件，其值存储在等号之后，否则没有实际的分隔符。

除了极少数情况下数据存储在多行之外，我已经很好地完成了所有解析，所以我必须重写解析器而不是停止从等号到行尾但从等号到另一个的值等号(或 end)忽略前面的单词(或忽略 end)。

数据示例:

(
  ItemName = foo
  SomeOtherStuff = bar
  foo1
  foo2
  AString1 = ItemName
  SomeOtherStuff 
)

代码:

equals = Suppress("=")
token = Word(alphanums + "-,./_:*+=#[];")
decimal = Regex(r'-?0|[1-9]\d*').setParseAction(lambda t:int(t[0]))
stringTemplate = token | decimal
sexpList = Group(Suppress("(") + ZeroOrMore(sexp) + Suppress(")")) 
sexp = Forward()

这显然行不通

astring = Group(stringTemplate + equals + stringTemplate)

所以我试过这些:

multilineString = Group(token + equals + OneOrMore(stringTemplate) + ~FollowedBy(stringTemplate + equals))
multilineString = Group(token + equals + OneOrMore(stringTemplate) + NotAny(stringTemplate + equals))
multilineString = Group(token + equals + OneOrMore(stringTemplate) + ~(stringTemplate + equals))

但是没有用。我得到的要么是错误，要么是解析器将所有数据吞噬为一条记录。

Answer 1

~FollowedBy 是正确的，但这些表达式必须是 OneOrMore 重复表达式的一部分。像这样的东西:

multilineString = Group(token + equals + OneOrMore(stringTemplate + ~FollowedBy(equals)))
for match in multilineString.searchString(test):
    match.pprint()

一些其他评论:

• 查看token、decimal 和stringTemplate 的定义。就目前而言，您永远不会匹配 decimal 表达式。为避免将 integer 误认为是 token，我建议您将 token 更改为 Word(alphas, alphanums + "-,./_:*+=#[];")
• 您可能需要重新考虑是否要允许“=”作为 token 的一部分。如果有人省略了 token 和定界符“=”之间的空格，则本应作为定界符的内容将被吸收到 token 键中。
• 考虑添加结果名称以帮助您访问每个键值对的键和值位:multilineString = Group(token("key") + equals + OneOrMore(stringTemplate + ~FollowedBy(equals))( “值(value)”))。然后您可以像 match.key 和 match.value 一样访问它们 - 当然您可以只使用列表索引来获取 key 作为 match[0]，但我发现命名访问更易于使用。