- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在使用 PyParsing 来解析一些相当大的文本文件,这些文本文件具有类似 C 的格式( braces and semicolons 等等)。
PyParsing 工作得很好,但速度很慢,并且由于我的文件大小而消耗大量内存。
因此,我想尝试实现一种增量解析方法,其中我将逐一解析源文件的顶级元素。 pyparsing 的 scanString 方法似乎是执行此操作的明显方法。但是,我想确保 scanString
解析的部分之间没有无效/无法解析的文本,并且无法找出执行此操作的好方法。
这是一个简化的示例,显示了我遇到的问题:
sample="""f1(1,2,3); f2_no_args( );
# comment out: foo(4,5,6);
bar(7,8);
this should be an error;
baz(9,10);
"""
from pyparsing import *
COMMENT=Suppress('#' + restOfLine())
SEMI,COMMA,LPAREN,RPAREN = map(Suppress,';,()')
ident = Word(alphas, alphanums+"_")
integer = Word(nums+"+-",nums)
statement = ident("fn") + LPAREN + Group(Optional(delimitedList(integer)))("arguments") + RPAREN + SEMI
p = statement.ignore(COMMENT)
for res, start, end in p.scanString(sample):
print "***** (%d,%d)" % (start, end)
print res.dump()
输出:
***** (0,10)
['f1', ['1', '2', '3']]
- arguments: ['1', '2', '3']
- fn: f1
***** (11,25)
['f2_no_args', []]
- arguments: []
- fn: f2_no_args
***** (53,62)
['bar', ['7', '8']]
- arguments: ['7', '8']
- fn: bar
***** (88,98)
['baz', ['9', '10']]
- arguments: ['9', '10']
- fn: baz
由于 scanString
返回的范围之间存在未解析的文本,因此存在间隙 ((0,10),(11,25),(53,62),(88,98))。其中两个间隙是空格或注释,它们不应触发错误,但其中之一(这应该是一个错误;
)包含无法解析的文本,我想捕获该文本。
有没有办法使用 pyparsing 增量解析文件,同时仍然确保可以使用指定的解析器语法解析整个输入?
最佳答案
经过简短的讨论后,我想出了一个似乎相当不错的解决方案on the PyParsing users' mailing list .
我稍微修改了 ParserElement.parseString
方法,得到了 parseConsumeString
,它满足了我的需求。此版本调用 ParserElement._parse
,然后重复调用 ParserElement.preParse
。
以下是使用 parseConsumeString
方法对 ParserElement
进行猴子修补的代码:
from pyparsing import ParseBaseException, ParserElement
def parseConsumeString(self, instring, parseAll=True, yieldLoc=False):
'''Generator version of parseString which does not try to parse
the whole string at once.
Should be called with a top-level parser that could parse the
entire string if called repeatedly on the remaining pieces.
Instead of:
ZeroOrMore(TopLevel)).parseString(s ...)
Use:
TopLevel.parseConsumeString(s ...)
If yieldLoc==True, it will yield a tuple of (tokens, startloc, endloc).
If False, it will yield only tokens (like parseString).
If parseAll==True, it will raise an error as soon as a parse
error is encountered. If False, it will return as soon as a parse
error is encountered (possibly before yielding any tokens).'''
if not self.streamlined:
self.streamline()
#~ self.saveAsList = True
for e in self.ignoreExprs:
e.streamline()
if not self.keepTabs:
instring = instring.expandtabs()
try:
sloc = loc = 0
while loc<len(instring):
# keeping the cache (if in use) across loop iterations wastes memory (can't backtrack outside of loop)
ParserElement.resetCache()
loc, tokens = self._parse(instring, loc)
if yieldLoc:
yield tokens, sloc, loc
else:
yield tokens
sloc = loc = self.preParse(instring, loc)
except ParseBaseException as exc:
if not parseAll:
return
elif ParserElement.verbose_stacktrace:
raise
else:
# catch and re-raise exception from here, clears out pyparsing internal stack trace
raise exc
def monkey_patch():
ParserElement.parseConsumeString = parseConsumeString
请注意,我还将对 ParserElement.resetCache
的调用移至每个循环迭代中。由于不可能从每个循环中回溯,因此无需在迭代之间保留缓存。这大大减少了使用 PyParsing 时的内存消耗 packrat caching特征。在我使用 10 MiB 输入文件进行的测试中,峰值内存消耗从 ~6G 下降到 ~100M 峰值,同时运行速度提高了约 15-20%。
关于parsing - 使用 PyParsing 进行增量但完整的解析?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26591485/
我一直在使用 AJAX 从我正在创建的网络服务中解析 JSON 数组时遇到问题。我的前端是一个简单的 ajax 和 jquery 组合,用于显示从我正在创建的网络服务返回的结果。 尽管知道我的数据库查
很难说出这里要问什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或夸夸其谈,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开,visit the help center . 关闭 1
我在尝试运行 Android 应用程序时遇到问题并收到以下错误 java.lang.NoClassDefFoundError: com.parse.Parse 当我尝试运行该应用时。 最佳答案 在这
有什么办法可以防止etree在解析HTML内容时解析HTML实体吗? html = etree.HTML('&') html.find('.//body').text 这给了我 '&' 但我想
我有一个有点疯狂的例子,但对于那些 JavaScript 函数作用域专家来说,它看起来是一个很好的练习: (function (global) { // our module number one
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 8 年前。 Improve th
我需要编写一个脚本来获取链接并解析链接页面的 HTML 以提取标题和其他一些数据,例如可能是简短的描述,就像您链接到 Facebook 上的内容一样。 当用户向站点添加链接时将调用它,因此在客户端启动
在 VS Code 中本地开发时,包解析为 C:/Users//AppData/Local/Microsoft/TypeScript/3.5/node_modules/@types//index而不是
我在将 json 从 php 解析为 javascript 时遇到问题 这是我的示例代码: //function MethodAjax = function (wsFile, param) {
我在将 json 从 php 解析为 javascript 时遇到问题 这是我的示例代码: //function MethodAjax = function (wsFile, param) {
我被赋予了将一种语言“翻译”成另一种语言的工作。对于使用正则表达式的简单逐行方法来说,源代码过于灵活(复杂)。我在哪里可以了解更多关于词法分析和解析器的信息? 最佳答案 如果你想对这个主题产生“情绪化
您好,我在解析此文本时遇到问题 { { { {[system1];1;1;0.612509325}; {[system2];1;
我正在为 adobe after effects 在 extendscript 中编写一些代码,最终变成了 javascript。 我有一个数组,我想只搜索单词“assemble”并返回整个 jc3_
我有这段代码: $(document).ready(function() { // }); 问题:FB_RequireFeatures block 外部的代码先于其内部的代码执行。因此 who
背景: netcore项目中有些服务是在通过中间件来通信的,比如orleans组件。它里面服务和客户端会指定网关和端口,我们只需要开放客户端给外界,服务端关闭端口。相当于去掉host,这样省掉了些
1.首先贴上我试验成功的代码 复制代码 代码如下: protected void onMeasure(int widthMeasureSpec, int heightMeasureSpec)
什么是 XML? XML 指可扩展标记语言(eXtensible Markup Language),标准通用标记语言的子集,是一种用于标记电子文件使其具有结构性的标记语言。 你可以通过本站学习 X
【PHP代码】 复制代码 代码如下: $stmt = mssql_init('P__Global_Test', $conn) or die("initialize sto
在SQL查询分析器执行以下代码就可以了。 复制代码代码如下: declare @t varchar(255),@c varchar(255) declare table_cursor curs
前言 最近练习了一些前端算法题,现在做个总结,以下题目都是个人写法,并不是标准答案,如有错误欢迎指出,有对某道题有新的想法的友友也可以在评论区发表想法,互相学习🤭 题目 题目一: 二维数组中的
我是一名优秀的程序员,十分优秀!