Question

我需要解析一个文件，其中的信息用大括号分隔，例如：

Continent
{
Name    Europe
Country
{
Name    UK
Dog
{
Name    Fiffi
Colour  Gray
}
Dog
{
Name    Smut
Colour  Black
}
}
}

以下是我在Python中尝试的内容

from io import open
from pyparsing import *
import pprint

def parse(s):
    return nestedExpr('{','}').parseString(s).asList()

def test(strng):
    print strng
    try:
        cfgFile = file(strng)
        cfgData = "".join( cfgFile.readlines() )
        list = parse( cfgData )
        pp = pprint.PrettyPrinter(2)
        pp.pprint(list)

    except ParseException, err:
        print err.line
        print " "*(err.column-1) + "^"
        print err

    cfgFile.close()
    print
    return list

if __name__ == '__main__':
    test('testfile')

但是失败并出现错误：

testfile
Continent
^
Expected "{" (at char 0), (line:1, col:1)

Traceback (most recent call last):
  File "xxx.py", line 55, in <module>
    test('testfile')
  File "xxx.py", line 40, in test
    return list
UnboundLocalError: local variable 'list' referenced before assignment

我需要做些什么来完成这项工作？另一种解析器比pypars更好吗？

Answer 1

嵌套表达式非常常见，如果您不使用解析库，通常需要递归解析器定义或递归代码。这段代码对于初学者来说可能是令人生畏的，即使对于专家来说也容易出错，因此我将nestedExpr助手添加到pyparsing中。

您遇到的问题是您的输入字符串中不仅包含嵌套的大括号表达式。当我第一次尝试解析器时，我尝试尽可能简化测试 - 例如，我内联样本而不是从文件中读取它。

test = """\
Continent
{
Name    Europe
Country
{
Name    UK
Dog
{
Name    Fiffi
Colour  "light Gray"
}
Dog
{
Name    Smut
Colour  Black
}}}"""

from pyparsing import *

expr = nestedExpr('{','}')

print expr.parseString(test).asList()

我得到了与您相同的解析错误：

Traceback (most recent call last):
  File "nb.py", line 25, in <module>
    print expr.parseString(test).asList()
  File "c:\python26\lib\site-packages\pyparsing-1.5.7-py2.6.egg\pyparsing.py", line 1006, in parseString
    raise exc
pyparsing.ParseException: Expected "{" (at char 1), (line:1, col:1)

所以看一下错误信息（甚至在你自己的调试代码中），pyparsing在主要词“Continent”上磕磕绊绊，因为这个词不是括号中的嵌套表达式的开头，pyparsing（正如我们所见）异常消息）正在寻找一个开头'{'。

解决方案是稍微修改您的解析器以处理介绍性的“Continent”标签，方法是将expr更改为：

expr = Word(alphas) + nestedExpr('{','}')

现在，将结果打印出来作为列表（使用pprint，如OP中所做的那样，做得很好）看起来像：

['Continent',
 ['Name',
  'Europe',
  'Country',
  ['Name',
   'UK',
   'Dog',
   ['Name', 'Fiffi', 'Colour', '"light Gray"'],
   'Dog',
   ['Name', 'Smut', 'Colour', 'Black']]]]

应该与你的大括号嵌套相匹配。

Answer 2

递归是这里的关键。尝试一下：

def parse(it):
    result = []
    while True:
        try:
            tk = next(it)
        except StopIteration:
            break

        if tk == '}':
            break
        val = next(it)
        if val == '{':
            result.append((tk,parse(it)))
        else:
            result.append((tk, val))

    return result

用例：

import pprint       

data = """
Continent
{
Name    Europe
Country
{
Name    UK
Dog
{
Name    Fiffi
Colour  Gray
}
Dog
{
Name    Smut
Colour  Black
}
}
}
"""

r = parse(iter(data.split()))
pprint.pprint(r)

...生产（Python 2.6）：

[('Continent',
  [('Name', 'Europe'),
   ('Country',
    [('Name', 'UK'),
     ('Dog', [('Name', 'Fiffi'), ('Colour', 'Gray')]),
     ('Dog', [('Name', 'Smut'), ('Colour', 'Black')])])])]

请以此为出发点，随意根据需要改进代码（根据您的数据，字典可能是更好的选择，也许）。此外，示例代码不能正确处理形成错误的数据（特别是额外或缺失} - 我敦促您进行全面的测试覆盖;）

编辑：发现pyparsing，我尝试了以下看似更好的工作（可以更好），并且可以（更多）轻松地针对特殊需求进行定制：

import pprint
from pyparsing import Word, Literal, Forward, Group, ZeroOrMore, alphas

def syntax():
    lbr = Literal( '{' ).suppress()
    rbr = Literal( '}' ).suppress()
    key = Word( alphas )
    atom = Word ( alphas )
    expr = Forward()
    pair = atom | (lbr + ZeroOrMore( expr ) + rbr)
    expr << Group ( key + pair )

    return expr

expr = syntax()
result = expr.parseString(data).asList()
pprint.pprint(result)

产：

[['Continent',
  ['Name', 'Europe'],
  ['Country',
   ['Name', 'UK'],
   ['Dog', ['Name', 'Fiffi'], ['Colour', 'Gray']],
   ['Dog', ['Name', 'Smut'], ['Colour', 'Black']]]]]

用大括号解析文件

2 个答案: