用python设计可重用的解析器

我正在编写一个文件解析器，我希望能够确定它将返回给我的“数据字段”

我开始学习python，仍然习惯于像Java程序员一样思考，所以这个问题更多的是关于如何设计我的模块，而不是如何具体解析文件

根据上下文，文件的每一行都有固定数量的字符，并且每个信息都包含在特定索引之间。例如：

XX20120101NAME1CITYA
XY20120101NAME2CITYB

在这个虚构的例子中，从索引0到索引2，您有一个信息，从索引2到索引10，依此类推

使用Java，我通常会创建一个表示不同信息片段的枚举器，每个“存储”开始索引和结束索引。在我的解析类中，我将提供一个方法来接受n个不同的枚举。例如：

enum FileInformation {
    INFO01(0,2), INFO02(2,10), INFO03(10,15), INFO04(15,20);
    int startIndex;
    int endIndex;

    public FileInformation(int si, int ei)  {
        this.startIndex = si;
        this.endIndex = ei;
    }

    public int getStartIndex() { return si; }
    public int getEndIndex() { return ei; }
}

public Whatever parse(FileInformation... infos) {
    // Here I would iterate through infos[], 
    // using its start and end index to retrieve only what I need.
}

我知道我可能不应该在python中使用相同的虽然行，特别是因为该语言不允许使用它（python中没有枚举），并且因为我认为python可以不那么冗长，但我不知道有什么好的设计实践可以达到同样的结果

值得一提的是，我不想让模块的用户暴露在不必要的复杂性之下，也不想强迫他知道每个信息的索引。模块的用户最好能够确定他想要的信息及其顺序

那么，你对优雅地解决这些必要条件有什么见解吗？

---

提前感谢

Python已经有了一个内置类型，它完成了FileInformation所做的事情—请检查

以下是您的模块的外观：

# module dataparser.py

INFO01, INFO02, INFO03, INFO04 = map(slice, ((0,2),(2,10),(10,15),(15,20)))

def parse(infos, data):
    return [data[info] for info in infos]

以及调用模块如何使用它：

# module dataparser_user.py

import dataparser as dp

data = """\
XX20120101NAME1CITYA
XY20120101NAME2CITYB""".splitlines()

for d in data:
    print d, dp.parse((dp.INFO01, dp.INFO03), d)

# or use partial to define a function object that takes your 
# subset number of slices
from functools import partial
specific_parse = partial(dp.parse, (dp.INFO01, dp.INFO03))

for d in data:
    print d, specific_parse(d)

如果要在Python中实现自己的

enum

模拟，我认为

namedtuple

将是最接近的东西（因为Java

enum

有getter，但没有setter-

namedtuple

s同样是不可变的）：

---

这非常有帮助。很多有用的信息。。。感谢INFO01，INFO02，INFO03，INFO04=map（slice，（（0,2），（2,10），（10,15），（15,20）））我不得不用INFO01，INFO02，INFO03，INFO04=[slice（I[0]，I[1]代替我在[（0,2），（2,10），（10,15），（15,20）]啊！那么这也应该起作用：

INFO01，INFO02，INFO03，INFO04，INFO04=[slice（*I）代替[（0,2），（2,10），（10,15），（15,20）]

“*”告诉Python将每个元组

i

解压为

slice

的参数。对于命名的元组，可能也需要同样的技巧。

from collections import namedtuple
FileInformation = namedtuple("FileInformation", "start end")
INFO01, INFO02, INFO03, INFO04 = map(FileInformation, ((0,2),(2,10),(10,15),(15,20)))