Python 如何解析非唯一位置模式？

我有两个问题与解析一个令人讨厌的模式有关。以下是一些无意义的例子：

color ::= word composed of alphas
colors ::= (color | '(' color ')' )...

comments ::= '(' structure ';' ... ')'

示例=[
"",
“红绿”，
“#1#红绿”，
“#1#红绿”，
“#1,2#红绿”，
“红绿（）”，
“#1#红绿色（蓝色）”，
“#1#红绿色（#5#蓝色）”，
“#1#红绿色（#5#蓝色）”，
“#1,2#红绿#5#蓝（紫）#7#黄”，
“#1,2#红色（栗色）绿色（#5#蓝色（紫色）#7#黄色）”，
]

在这一点上，我应该说我无法控制这些字符串的创建

正如您所看到的，基本上我想要解析的每个模式都是可选的。然后是我想捕捉的不同部分。我将这些示例的结构视为：

[cars] [colors] [comments] [buyers]

其中，

注释

由子结构组成，可以是用分号分隔的倍数

comments: ([cars] [colors] [buyers]; ...)

为了捕获内容，我创建了以下语法：

将pyparsing导入为pp
整数=pp.py\u common.integer
car_ref=“#”+pp.Group（pp.delimitedList（整数））（“cars”）+“#”
买方_ref=“”

我的问题是：

是否有一种聪明的方法（可能通过定位）来区分括号中属于

颜色

的内容，而不是

注释

我在注释中嵌套括号的问题上做了一些工作。我的策略是，我将使用内部字符串，使用

编码为分隔符并将其拆分。然而，我没有执行这一战略。我尝试的是：

sub_注释=(
pp.可选（车辆参考）+
pp.Group（pp.ZeroOrMore（pp.Regex（r“[^；#\s]”））（“颜色”）+
pp.可选（买方参考）
)
拆分注释=pp.Optional（pp.delimitedList(
pp.Group（次级注释）（“注释*”），
delim=“；”
))
def parse_注释（原始、位置、标记）：
#去掉括号。
返回split_comments.transformString（原始[tokens[0]+1:tokens[2]-1]）
comments=pp.originalTextFor（pp.nestedExpr（））.setParseAction（parse_comments）

当我使用这个字符串时，所有内容都会变成一个连续的字符串，可能是因为外部

pp.originalTextFor

res=comments.parseString（（#5#蓝色（紫色）#7#黄色），parseAll=True）

编辑：

以最后一个字符串示例为例，我希望最终得到一个如下所示的对象结构：

{
  "cars": [1, 2],
  "colors": "red (maroon) green",
  "buyers": [2, 3],
  "comments": [
    {
      "cars": [5],
      "colors": "blue (purple)",
      "buyers": [6]
    },
    {
      "cars": [7],
      "colors": "yellow",
      "buyers": [10]
    }
  ]
}

---

因此，

colors

部分中的括号应该按照顺序进行维护，就像散文一样。括号介绍了

注释

部分，我不关心它们的顺序，也不关心单个注释的顺序。

我想你已经准备好了大部分内容，你只是在努力处理递归部分，注释本身可以包含子结构，包括更多注释

您将此作为您的BNF：

structure ::= [cars] [colors] [comments] [buyers]
cars ::= '#' integer, ... '#'
buyers ::= '<' integer, ... '>'

我接受了你对汽车和买家的定义，并为评论添加了颜色和递归定义。然后进行了从BNF到pyparsing表达式的相当机械的转换：

integer = pp.pyparsing_common.integer

car_ref = "#" + pp.Group(pp.delimitedList(integer))("cars") + "#"
buyer_ref = "<" + pp.Group(pp.delimitedList(integer))("buyers") + ">"

# not sure if this will be sufficient for color, but it works for the given examples
color = pp.Word(pp.alphas)
colors = pp.originalTextFor(pp.OneOrMore(color | '(' + color + ')'))("colors")

# define comment placeholder so it can be used in definition of structure
comment = pp.Forward()

structure = pp.Group(pp.Optional(car_ref)
                     + pp.Optional(colors)
                     + pp.Optional(comment)("comments")
                     + pp.Optional(buyer_ref))

# now insert the definition of a comment as a delimited list of structures; this takes care of
# any nesting of comments within comments
LPAREN, RPAREN = map(pp.Suppress, "()")
comment <<= pp.Group(LPAREN + pp.Optional(pp.delimitedList(structure, delim=';')) + RPAREN)

如果使用

asDict（）

将所有解析结果转换为常规Python dict，则会得到：

structure.runTests(examples, comment=None,
                   postParse=lambda test, results: results[0].asDict()
                   )

red green
{'colors': 'red green'}

#1# red green
{'cars': [1], 'colors': 'red green'}

#1# red green <2>
{'colors': 'red green', 'cars': [1], 'buyers': [2]}

#1,2# red green <2,3>
{'colors': 'red green', 'cars': [1, 2], 'buyers': [2, 3]}

red green ()
{'comments': [[]], 'colors': 'red green'}

#1# red green (blue)
{'cars': [1], 'colors': 'red green (blue)'}

#1# red green (#5# blue) <2>
{'colors': 'red green', 'cars': [1], 'comments': [{'cars': [5], 'colors': 'blue'}], 'buyers': [2]}

#1# red green (#5# blue <6>) <2>
{'colors': 'red green', 'cars': [1], 'comments': [{'colors': 'blue', 'cars': [5], 'buyers': [6]}], 'buyers': [2]}

#1,2# red green (#5# blue (purple) <6>;#7# yellow <10>) <2,3>
{'colors': 'red green', 'cars': [1, 2], 'comments': [{'colors': 'blue (purple)', 'cars': [5], 'buyers': [6]}, {'colors': 'yellow', 'cars': [7], 'buyers': [10]}], 'buyers': [2, 3]}

#1,2# red (maroon) green (#5# blue (purple) <6>;#7# yellow <10>) <2,3>
{'colors': 'red (maroon) green', 'cars': [1, 2], 'comments': [{'colors': 'blue (purple)', 'cars': [5], 'buyers': [6]}, {'colors': 'yellow', 'cars': [7], 'buyers': [10]}], 'buyers': [2, 3]}

structure.runTests（示例，注释=None，
postParse=lambda测试，结果：结果[0]。asDict（）
)
红绿
{'colors'：'red green'}
#1#红绿
{'cars'：[1]，'colors'：'red-green'}
#1#红绿
{'colors'：'red green'，'cars'：[1]，'bullers'：[2]}
#1,2#红绿色
{'colors'：'red green'，'cars'：[1,2]，'bullers'：[2,3]}
红绿（）
{'comments'：[[]]，'colors'：'red-green'}
#1#红绿色（蓝色）
{'cars'：[1]，'colors'：'red-green（blue）}
#1#红绿（#5#蓝）
{'colors'：'red-green'，'cars'：[1]，'comments'：[{'cars'：[5]，'colors'：'blue'}]，'bullers'：[2]}
#1#红绿（#5#蓝）
{'colors'：'red-green'，'cars'：[1]，'comments'：[{'colors'：'blue'，'cars'：[5]，'bullers'：[6]}]，'bullers'：[2]}
#1,2#红绿#5#蓝（紫）#7#黄#
{'colors'：'red green'，'cars'：[1,2]，'comments'：[{'colors'：'blue（purple）'，'cars'：[5]，'businers'：[6]}，{'colors'：'yellow'，'cars'：[7]，'businers'：[10]，'businers'：[2,3]}
#1,2#红色（栗色）绿色（#5#蓝色（紫色）#7#黄色）
{'colors'：'red（褐红色）green'，'cars'：[1,2]，'comments'：[{'colors'：'blue（紫色）'，'cars'：[5]，'bullers'：[6]，{'colors'：'yellow'，'cars'：[7]，'bullers'：[10]，'bullers'：[2,3]}

nested_expr

是一条捷径，当你真的不想解析内容时，你只想跳过它们，但你必须考虑嵌套的打开器和关闭器。尝试将注释定义为Forward（），然后使用“当遇到注释时，它是否必须在周围元素中保持其顺序？”？或者你可以简单地报告“在这个级别上，有这些颜色和这些评论”？或者它与前面或下面的元素有关联吗？谢谢你再次回答：）所以这不是一个很好的讨论媒介。我可以在gitter.im上给你写信，或者在pyrepo上发布一个问题吗？或者你更喜欢子reddit？来回答你关于关联性的问题：不幸的是，括号有一个双重功能。它们可以引入注释部分，也可以用作散文中的普通括号。请参阅我的编辑以获得进一步的澄清。如果您想进一步了解，让我们尝试使用sub-reddit。这完美地解析了示例。谢谢你详尽的答复。

structure.runTests(examples, comment=None,
                   postParse=lambda test, results: results[0].asDict()
                   )

red green
{'colors': 'red green'}

#1# red green
{'cars': [1], 'colors': 'red green'}

#1# red green <2>
{'colors': 'red green', 'cars': [1], 'buyers': [2]}

#1,2# red green <2,3>
{'colors': 'red green', 'cars': [1, 2], 'buyers': [2, 3]}

red green ()
{'comments': [[]], 'colors': 'red green'}

#1# red green (blue)
{'cars': [1], 'colors': 'red green (blue)'}

#1# red green (#5# blue) <2>
{'colors': 'red green', 'cars': [1], 'comments': [{'cars': [5], 'colors': 'blue'}], 'buyers': [2]}

#1# red green (#5# blue <6>) <2>
{'colors': 'red green', 'cars': [1], 'comments': [{'colors': 'blue', 'cars': [5], 'buyers': [6]}], 'buyers': [2]}

#1,2# red green (#5# blue (purple) <6>;#7# yellow <10>) <2,3>
{'colors': 'red green', 'cars': [1, 2], 'comments': [{'colors': 'blue (purple)', 'cars': [5], 'buyers': [6]}, {'colors': 'yellow', 'cars': [7], 'buyers': [10]}], 'buyers': [2, 3]}

#1,2# red (maroon) green (#5# blue (purple) <6>;#7# yellow <10>) <2,3>
{'colors': 'red (maroon) green', 'cars': [1, 2], 'comments': [{'colors': 'blue (purple)', 'cars': [5], 'buyers': [6]}, {'colors': 'yellow', 'cars': [7], 'buyers': [10]}], 'buyers': [2, 3]}