python - 使用 pyparsing 匹配多行文本

Question

我正在使用 pyparsing api 提取给定输入文本的内容，该文本通常具有以下结构。

  Key1 : Value1 \n
  Key2 : Value2 \n
   .   :   .    \n
   .   :   .    \n
   .   :   .    \n
  Keyn :   .    \n

在某些情况下，给定键的值可能很长，因此会写入多行。

 Key_k  :   Value_k value_k value_k
          value_k value_k value_k

当我有一些带有长值的键时，例如上面的示例，我始终只有第一行中的内容。

这是为我的 pyparsing 定义的 BNF:

keyName = Word(pp.alphanums + '_')
unitDef = Suppress('(') + Word(alphanums + '^*/-._') + Suppress(')')
paramValueDef = SkipTo('*' | lineEnd)

paramDef = keyName('name') + pp.Optional(unitDef)('unit') + pp.Suppress(":" + pp.empty) + paramValueDef('value')

当键和值写在同一行时，我得到了很好的结果。

欢迎任何帮助，并提前感谢您。

Answer 1

随着保罗在船上发表评论，我知道我的答案肯定不是最佳的。但我喜欢尝试可以通过 pyparsing 解决的问题。

做到这一点的一种方法是说“值”是没有空格和后面有冒号的东西，而“键”是。因此，我定义了一个名为 key_ending 的语法元素。

我希望在结果中对键和值进行分组；因此我使用Group。

>>> import pyparsing as pp
>>> key_name = pp.Word(pp.alphanums+'_')
>>> key_ending = pp.ZeroOrMore(' ') + ':' 
>>> key = key_name + key_ending
>>> value = pp.Word(pp.alphanums) + pp.NotAny(key_ending)
>>> values = pp.OneOrMore(value)
>>> param = pp.Group(key + values)
>>> param_stream = pp.OneOrMore(param)
>>> lines = '''\
... key1 : value1 
... key2 : value1 value2 
... key3: value1
... key4 : value2
... value3 value4
... '''

此行说明解析成功。

>>> param_stream.parseString(lines)
([(['key1', ':', 'value1'], {}), (['key2', ':', 'value1', 'value2'], {}), (['key3', ':', 'value1'], {}), (['key4', ':', 'value2', 'value3', 'value4'], {})], {})

我再次进行解析，这次捕获它，以便我可以显示它的各个位。

>>> r = param_stream.parseString(lines)
>>> for param in r.asList():
...     param[0], param[2:]
...     
('key1', ['value1'])
('key2', ['value1', 'value2'])
('key3', ['value1'])
('key4', ['value2', 'value3', 'value4'])

完成此操作后，我想到我可以采取使用 pyparsing 的 FollowedBy 的策略，并且有用于查找键值对的内置功能。<​​/p>