Python 在pyparsing中匹配大量包含空格的字符串

我需要为以下表达式编写一个匹配器

a + names + c 

与

和

名称

匹配字符串列表

名称_列表

中的一个条目

这两个并发症是：

名称列表中的条目可以包含空格

匹配的需要不区分大小写

名称列表

相当大（~20000个条目）

我试过了

names_kw_list = [pp.Keyword(name, caseless=True) for name in names_list ]
names = pp.Or(names_kw_list)

这不适用于带有空格的条目，而且我担心这不是一种非常有效的书写方式

有没有办法让它对条目中的空格起作用，或者让它执行得更快？

部分答案：

使用正确的

stopOn

功能可以解决空格问题：

def last_occurrence_of(expr):
    return expr + ~pp.FollowedBy(pp.SkipTo(expr))

names_kw_list = [pp.Keyword(word, caseless=True)
                                       for word in names_list ]
names = pp.Or(names_kw_list)("names")
a = pp.OneOrMore(pp.Word(pp.alphas), stopOn=last_occurrence_of(names))("A")
c = pp.OneOrMore(pp.Word(pp.nums))("C")

expr = a + names + c 

这指示

a

不要吃

名称的字符串

但是，性能会下降，因为现在在
stopOn
表达式中使用了一长串名称。
顺便说一句，这不是一种典型的解析方法。通常，当输入的一部分可能与许多可能的值匹配时，值本身用开始/结束标记（如引号）分隔，
s、大括号等。此外，您的可能值列表可能会随着时间的推移而增加，因此您必须不断更新解析器以反映这些新值。使用分隔表达式意味着您的解析器将自动处理有效值列表中的更改。如有必要，在基础用例中添加一个用于验证解析值的条件表达式。名称值不由标记分隔。相反，名称是标记：它们是地址中的城市（每个国家的城市数量非常少：数万，而不是更多），它们将地址“拆分”为城市前后的一部分。这些部分的语义通常非常不同，因此，解析程序有助于了解是在城市之前还是之后解析信息。地址解析本质上是一个困难的问题。我曾经尝试过街道地址解析器，但它可能只是一个60-70%的解决方案。祝你好运
def last_occurrence_of(expr):
    return expr + ~pp.FollowedBy(pp.SkipTo(expr))

names_kw_list = [pp.Keyword(word, caseless=True)
                                       for word in names_list ]
names = pp.Or(names_kw_list)("names")
a = pp.OneOrMore(pp.Word(pp.alphas), stopOn=last_occurrence_of(names))("A")
c = pp.OneOrMore(pp.Word(pp.nums))("C")

expr = a + names + c