用于编程初学者的Python解析器（需要德语umlaute）

我希望有人能就以下方案给我一些反馈：

我想写一个python程序，它以.txt文件作为输入，以.csv甚至excel格式作为输出某种结构化数据。一位退出该项目的朋友尝试了使用ANTLR+Java的方法，但德国的Umlaute“ä，ö，ü”制造了麻烦。现在我（作为一个编程初学者）想写一个能工作的程序。我知道一些Matlab，但仅此而已。我开始了一个关于python编程的coursera模块（适用于所有人的python）来学习基础知识

我现在想问一下，上面提到的“包”pyparsing是否可以处理德语umlaute，或者我是否会在这里遇到麻烦

---

换句话说：如果您要向noob推荐python解析策略，您会推荐什么？

在您的文档第46页的第7.15节。可打印：所有可打印的非空白字符。这些措施如下：

>>> len(pp.printables)
94
>>> print pp.printables
0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ!"#$%&'()*+,-
./:;<=>?@[\]^_`{|}~

>len（pp.printables）
94
>>>打印pp.printables
0123456789abcdefghijklmnopqrstuvxyzabcdefghijklmnopqrstuvxyz！"#$%&'()*+,-
./:;?@[\]^_`{|}~

正如您所看到的，这里没有德语UMLAUT。这是因为该项目使用标准ASCII编码而不是utf-8，utf-8将支持您可能需要的所有字符。这很可能是因为他们使用Python 2而不是Python 3

编辑：我刚在他们的网站上找到以下内容：

注意-Pyparsing 2.x支持Python版本2.6、2.7和3.x。如果您使用的是Python 2.5或更早版本，则必须指定安装版本1.5.7。 请参见新闻页面上的更多信息

---

理论上，当您安装Python 3模块时，您应该能够使用utf-8。不幸的是，更新的文档没有提到可打印内容，因此我不能确定。

您需要使用unicode，除此之外，显示您正在尝试什么。这个问题没有很好地解释您正在尝试做什么。是的，

pyparsing.alphas8b它

包括umlauts和ß字母。正如该网站的创始人之一所指出的，“

.txt

”输入文件使用的是什么编码？此外，由于Python 2和Python 3对Unicode字符串的处理方式略有不同，说明Python的版本可能很有用您打算使用。有许多情况下pyparsing用于7位ASCII以外的字符集。pyparsing的8位内置字符串应该足以解析德语，但您也可以使用unicode字符串自定义创建自己的字符集。是的，

printables

绝对是面向7位的。但是，pyparsing还提供了还支持8位字符的字符集、

alphas8bit

和

punc8bit

，以及更大的用户定义字符集。