我正在使用 pyparsing 并尝试定义如下两个项目:
identifier = Word(alphas, alphanums).setName('identifier)
database_name = Optional(identifier.setResultsName('user') + Suppress('.')) + identifier.setResultsName('database')
table_name = database_name + Suppress('.') + identifier.setResultsName('table')
想法是匹配table_name
,它会接受一个包含两个或三个片段的字符串,结果如下:
mark.foo.bar
=> tokens.user = 'mark'
tokens.database = 'foo'
tokens.table = 'bar'
或者如果第一段缺失:
foo.bar
=> tokens.user = '' #anything is acceptable: none, empty string or just plain missing
tokens.database = 'foo'
tokens.table = 'bar'
table_name
应该总是有两个段和一个点,或者如上所述的三个段(两个点)。一个片段是 Not Acceptable 。
database_name
应该有一个段(数据库)或两个段(user.database)。
使用 database_name
的实例工作正常 - 它会匹配一个或两个段。但是,table_name
在某些情况下会失败:
# Works for three segments
mark.foo.bar
=> tokens.user = 'mark'
tokens.database = 'foo'
tokens.table = 'bar'
# Fails for two
foo.bar
=> Expected "." (at char 7), (line:1m col:8)
我可以看到它在做什么:foo.bar
已经与 user.database 匹配,它现在期待第三个 block 表示表名。然而这不是我想要的。
帮忙吗?
最佳答案
问题是,当您匹配前导标识符时,您不知道它是否将成为用户字段,直到您查看了所有可能的表字段。不幸的是,这意味着您不能单独定义具有前导可选“用户”字段的数据库名称,您必须定义一个综合的 table_name
表达式,具有两个或三个字段。
下面的代码显示了 3 个选项来解决前导可选标识符的歧义:
首先尝试匹配完整的 3 字段形式,如果失败,则尝试匹配 2 字段形式
在匹配可选的前导“用户”字段时显式向前看,仅当“用户”后跟
时才使用 FollowedBy 匹配“用户”2*(DOT+identifier)
匹配任何长度的所有点分隔列表,并使用解析操作来验证是否只传递了 2 或 3 个标识符,并分配结果名称
查看评论以了解每个选项是如何实现的。 (请注意,为了简化代码,我还将完整的 expr.setResultsName('something')
替换为 expr('something')
,我认为总体上更容易阅读。)
from pyparsing import *
identifier = Word(alphas, alphanums).setName('identifier')
DOT = Suppress('.')
# Option 1 - fully specified options
full_database_name = identifier('user') + DOT + identifier('database')
just_database_name = identifier('database')
table_name = (full_database_name + DOT + identifier('table') |
just_database_name + DOT + identifier('table'))
# Option 2 - use FollowedBy to explicitly lookahead when checking for leading user
table_name = (Optional(identifier('user') + FollowedBy(2*(DOT+identifier)) + DOT) +
identifier('database') + DOT + identifier('table'))
# Option 3 - use liberally matching expression, with a parse action to assign fields
def assignTableFields(fields):
if len(fields) == 2:
fields['database'],fields['table'] = fields
elif len(fields) == 3:
fields['user'],fields['database'],fields['table'] = fields
else:
raise ParseException("wrong number of fields")
table_name = delimitedList(identifier, delim='.').setParseAction(assignTableFields)
for test in ("a.b.c", "b.c"):
print test
print table_name.parseString(test).dump()
print
您可能还会发现这种匹配器过于自由,因为它还允许交错的空格,因此 "a . b"
也可以作为有效的表名。您可以定义另一个验证解析操作,并将其添加到 table_name 中:
def noWhitespace(source, locn, tokens):
if not source[locn:].startswith('.'.join(tokens)):
raise ParseException("found whitespace between fields")
table_name.addParseAction(noWhitespace)
看到对于这个解析操作,我调用了 addParseAction
而不是 setParseAction
,这样任何现有的解析操作都会被保留(在选项 3 的情况下),并且这个新的添加到要运行的解析操作链中。
关于python - pyparsing 中的可选字符串段,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11180622/