Python 3.x 解析长度未知的Unicode名称

我思考这个问题有一段时间了，但似乎找不到解决办法

我使用pyparsing来解析包含事件摘要的文本文件。每个文本文件包含许多事件。每个事件在标题信息的几行之后，都会以以下格式列出多个人及其相关数据：

wordinteger:username（integer-word）

word是静态的，并且始终不变

整数是任意整数

用户名可以是任何unicode字符，包括符号，也可以包括空格

我似乎无法建立一个能够处理所有这些可能性的语法。当解析奇怪的unicode字符以及空格/符号时，它会陷入困境。下面的例子3让我感到困惑

示例： 你好1:-弗雷德，123（100你好堆栈溢出）

你好2：我的名字是布伦特（250 hello stack overflow）

hello 3:äää+óóóó（0 hello堆栈溢出）

有人有什么建议吗

编辑：

谢谢你的回复。这很有魅力，但当我转到文本文件的下一部分时，我又遇到了同样的问题。我不确定我是应该开始一个新的问题，还是只是增加这个问题

我现在尝试分析以下类型的行：

用户名：操作名称操作详细信息 用户名操作

例子： 所有操作名称和操作详细信息都是静态的和已知的

所以我遇到了一个问题，我不能跳转到用户名以外的文本，因为这可能是许多不同操作之一。它最终只打印整个文本文件（或至少是其中的重要部分）

我完全被难住了。我基本上是想找出一种向前看的方法，找到以下几点：

冒号+操作名称+操作详细信息

或

空白+动作

。。。然后取之前的所有字符（用户名）。但是动作名称/动作细节/动作可以是预定义动作列表中的许多动作之一。负前瞻，~，看起来很有希望，但我似乎找不到一个解决方案来接受用户名的所有unicode字符

---

正在解析的文本文件来自我无法控制的第三方，因此无法找到更具体地构造源文件的方法。

尝试使用

SkipTo

（代码使用最新的pyparsing 2.1.4运行测试功能）：

给出：

# a regular line
hello 1: -fred,123 (100 hello stack overflow)
['hello', 1, '-fred,123', 100, 'hello', 'stack', 'overflow']

# a username with spaces
hello 2: my name is brent (250 hello stack overflow)
['hello', 2, 'my name is brent', 250, 'hello', 'stack', 'overflow']

# a username with non-ASCII
hello 3: äää + óóó (0 hello stack overflow)
['hello', 3, '\xe4\xe4\xe4 + \xf3\xf3\xf3', 0, 'hello', 'stack', 'overflow']

---

OP练习：将结果名称添加到整数和用户名中，以便更轻松地访问解析字段。

谢谢您的帮助。这很有魅力。感谢您指出结果名称，这将是非常有用的。我将要添加在实施此解决方案后立即遇到的另一个问题。我不确定是否应该提出另一个问题，但这与这个问题有关，所以我现在就留在这里。

# -*- coding: utf-8 -*-

tests = """
    # a regular line
    hello 1: -fred,123 (100 hello stack overflow)

    # a username with spaces
    hello 2: my name is brent (250 hello stack overflow)

    # a username with non-ASCII
    hello 3: äää + óóó (0 hello stack overflow)
"""

from pyparsing import *

COLON,LPAR,RPAR = map(Suppress, ":()")
integer = pyparsing_common.integer

leading = "hello" + integer + COLON
trailing = LPAR + integer + "hello" + "stack" + "overflow" + RPAR

strip = lambda t: t[0].strip()
line = leading + SkipTo(trailing).setParseAction(strip) + trailing

line.runTests(tests)

# a regular line
hello 1: -fred,123 (100 hello stack overflow)
['hello', 1, '-fred,123', 100, 'hello', 'stack', 'overflow']

# a username with spaces
hello 2: my name is brent (250 hello stack overflow)
['hello', 2, 'my name is brent', 250, 'hello', 'stack', 'overflow']

# a username with non-ASCII
hello 3: äää + óóó (0 hello stack overflow)
['hello', 3, '\xe4\xe4\xe4 + \xf3\xf3\xf3', 0, 'hello', 'stack', 'overflow']