Question

我正在解析一个相对简单的文本，其中每一行描述一个游戏单元。我对解析技术知之甚少，所以我使用了以下特殊解决方案：

class Unit:
    # rules is an ordered dictionary of tagged regex that is intended to be applied in the given order
    # the group named V would correspond to the value (if any) for that particular tag
    rules = (
        ('Level', r'Lv. (?P<V>\d+)'),
        ('DPS', r'DPS: (?P<V>\d+)'),
        ('Type', r'(?P<V>Tank|Infantry|Artillery'),
        #the XXX will be expanded into a list of valid traits
        #note: (XXX| )* wouldn't work; it will match the first space it finds,
        #and stop at that if it's in front of something other than a trait
        ('Traits', r'(?P<V>(XXX)(XXX| )*)'),
        # flavor text, if any, ends with a dot
        ('FlavorText', r'(?P<V>.*\."?$)'),
        )
    rules = collections.OrderedDict(rules)
    traits = '|'.join('All-Terrain', 'Armored', 'Anti-Aircraft', 'Motorized')
    rules['Traits'] = re.sub('XXX', effects, rules['Traits'])

    for x in rules:
        rules[x] = re.sub('<V>', '<'+x+'>', rules[x])
        rules[x] = re.compile(rules[x])

    def __init__(self, data)
        # data looks like this:
        # Lv. 5 Tank DPS: 55 Motorized Armored
        for field, regex in Item.rules.items():
            data = regex.sub(self.parse, data, 1)
        if data:
            raise ParserError('Could not parse part of the input: ' + data)

    def parse(self, m):
        if len(m.groupdict()) != 1:
            Exception('Expected a single named group')
        field, value = m.groupdict().popitem()
        setattr(self, field, value)
        return ''

它工作正常，但我觉得我达到了正则表达式的极限。具体来说，在Traits的情况下，该值最终成为我需要拆分并在以后转换为列表的字符串：例如，obj.Traits将在此代码中设置为“Motorized Armored”，但在后来的功能变为（'Motorized'，'Armored'）。

我正在考虑将此代码转换为使用EBNF或pyparsing语法或类似的东西。我的目标是：

使此代码更整洁，更不容易出错
使用值列表避免对案例的丑陋处理（我需要先在正则表达式中进行替换，然后再处理结果以将字符串转换为列表）

您对使用什么以及如何重写代码有什么建议？

P.S。我跳过代码的某些部分以避免混乱;如果我在过程中引入了任何错误，抱歉 - 原始代码确实有效：）

Answer 1

我开始写一篇关于pyparsing的教练指南，但是看看你的规则，他们很容易将自己翻译成pyparsing元素，而不用处理EBNF，所以我只是编写了一个快速的样本：

from pyparsing import Word, nums, oneOf, Group, OneOrMore, Regex, Optional

integer = Word(nums)
level = "Lv." + integer("Level")
dps = "DPS:" + integer("DPS")
type_ = oneOf("Tank Infantry Artillery")("Type")
traits = Group(OneOrMore(oneOf("All-Terrain Armored Anti-Aircraft Motorized")))("Traits")
flavortext = Regex(r".*\.$")("FlavorText")

rule = (Optional(level) & Optional(dps) & Optional(type_) & 
        Optional(traits) & Optional(flavortext))

我包含了Regex示例，因此您可以看到如何将正则表达式放入现有的pyparsing语法中。 rule使用'＆amp;'的组成运算符意味着可以按任何顺序找到单个项目（因此语法负责迭代所有规则，而不是在您自己的代码中执行）。 Pyparsing使用运算符重载来构建简单的解析器：'+'表示序列，'|'和'^'代替替代品（第一场比赛或最长比赛），等等。

以下是解析结果的外观 - 请注意我添加了结果名称，就像在regexen中使用命名组一样：

data = "Lv. 5 Tank DPS: 55 Motorized Armored"

parsed_data = rule.parseString(data)
print parsed_data.dump()
print parsed_data.DPS
print parsed_data.Type
print ' '.join(parsed_data.Traits)

打印：

['Lv.', '5', 'Tank', 'DPS:', '55', ['Motorized', 'Armored']]
- DPS: 55
- Level: 5
- Traits: ['Motorized', 'Armored']
- Type: Tank
55
Tank
Motorized Armored

请停止维基并查看其他示例。您可以通过easy_install来安装pyparsing，但是如果从SourceForge下载源代码发布，则还有很多其他文档。

python：用BNF或pyparsing替换正则表达式

1 个答案: