python - Pyparsing - token 的顺序不可预测

Question

我希望能够从一段文本中提取出字母的类型和数量，其中字母可以按任何顺序排列。我正在进行其他一些解析工作，但这一点让我感到难过!

input -> result
"abc" -> [['a',1], ['b',1],['c',1]]
"bbbc" -> [['b',3],['c',1]]
"cccaa" -> [['a',2],['c',3]]

我可以对每个可能的字母使用搜索或扫描并重复，但有一种干净的方法吗？

据我所知:

from pyparsing import *


def handleStuff(string, location, tokens):

        return [tokens[0][0], len(tokens[0])]


stype = Word("abc").setParseAction(handleStuff)
section =  ZeroOrMore(stype("stype"))


print section.parseString("abc").dump()
print section.parseString("aabcc").dump()
print section.parseString("bbaaa").dump()

Answer 1

从你的描述中我不清楚输入字符是否可以像“ababc”那样混合，因为在你所有的测试用例中，字母总是组合在一起。如果字母 总是组合在一起，您可以使用此 pyparsing 代码:

def makeExpr(ch):
    expr = Word(ch).setParseAction(lambda tokens: [ch,len(tokens[0])])
    return expr

expr = Each([Optional(makeExpr(ch)) for ch in "abc"])

for t in tests:
    print t,expr.parseString(t).asList()

Each 结构负责乱序匹配，而 Word(ch) 处理 1 对 n 的重复。解析操作负责将解析的标记转换为(字符，计数)元组。