python - PyParsing 解析带有大括号和特定 header 的嵌套循环

Question

我找到了几个关于 pyparsing 的主题。他们在解析嵌套循环时处理几乎相同的问题，但即便如此，我也找不到解决我的错误的方法。

我有以下格式:

key value;
header_name "optional_metadata"
{
     key value;
     sub_header_name
     {
        key value;
     };
};
key value;

• 键是字母数字
• Value 可以是 Int、String 类型，带字母数字 + "@._"
• 键/值可以在大括号之后
• 键/值可能在文件中第一个大括号 block 之前
• 大括号前后的键/值是可选的
• header 可以有一个名字
• 右括号后跟一个分号

我使用了以下解析器:

VALID_KEY_CHARACTERS = alphanums
VALID_VALUE_CHARACTERS = srange("[a-zA-Z0-9_\"\'\-\.@]")

lbr = Literal( '{' ).suppress()
rbr = Literal( '}' ).suppress() + Literal(";").suppress()

expr = Forward()
atom = Word(VALID_KEY_CHARACTERS) + Optional(Word(VALID_VALUE_CHARACTERS))
pair = atom | lbr + OneOrMore( expr ) + rbr
expr << Group( atom + pair )

当我使用它时，我只得到“header_name”和“header_metadata”，我修改了它，我只得到了括号内的键/值，python 异常被触发以显示解析错误(它期望'}'当到达 sub_header_name 时。

任何人都可以帮助我理解为什么？ 谢谢。

Answer 1

我认为主要问题是你的语法没有完整描述输入，导致了一些不匹配。我看到的两个主要问题是您忘记了每个 key 对值都必须以分号结尾，并且没有指定 key 对值可以位于右花括号之后。它也看起来像以下几行:

pair = atom | lbr + OneOrMore( expr ) + rbr
expr << Group( atom + pair )

...将要求每组花括号至少包含两个键值对或一个键值对和一组花括号。我相信一旦遇到这些行，这会导致错误:

{
    key value;
};

...在您的输入范围内，但我不完全确定。

无论如何，在玩弄了你的语法之后，我得到了这个:

from pyparsing import *

data = """key1 value1; 
header_name "optional_metadata"
{
     key2 value2;
     sub_header_name
     {
        key value;
     };
};
key3 value3;"""

# I'm reusing the key characters for the header names, which can contain a semicolon
VALID_KEY_CHARACTERS = srange("[a-zA-Z0-9_]")
VALID_VALUE_CHARACTERS = srange("[a-zA-Z0-9_\"\'\-\.@]")

semicolon = Literal(';').suppress()
lbr = Literal('{').suppress()
rbr = Literal('}').suppress()

key = Word(VALID_KEY_CHARACTERS)
value = Word(VALID_VALUE_CHARACTERS)

key_pair = Group(key + value + semicolon)("key_pair")
metadata = Group(key + Optional(value))("metadata")

header = key_pair + Optional(metadata)

expr = Forward()
contents = Group(lbr + expr + rbr + semicolon)("contents")
expr << header + Optional(contents) + Optional(key_pair)

print expr.parseString(data).asXML()

这导致以下输出:

<key_pair>
  <key_pair>
    <ITEM>key1</ITEM>
    <ITEM>value1</ITEM>
  </key_pair>
  <metadata>
    <ITEM>header_name</ITEM>
    <ITEM>&quot;optional_metadata&quot;</ITEM>
  </metadata>
  <contents>
    <key_pair>
      <ITEM>key2</ITEM>
      <ITEM>value2</ITEM>
    </key_pair>
    <metadata>
      <ITEM>sub_header_name</ITEM>
    </metadata>
    <contents>
      <key_pair>
        <ITEM>key</ITEM>
        <ITEM>value</ITEM>
      </key_pair>
    </contents>
  </contents>
  <key_pair>
    <ITEM>key3</ITEM>
    <ITEM>value3</ITEM>
  </key_pair>
</key_pair>

我不完全确定这是否正是您想要完成的，希望它应该足够接近以便您可以调整它以适应您的特定任务。