示例：

Question

我一直在思考这个问题，我似乎无法找到解决方案。

我正在使用pyparsing来解析包含事件摘要的文本文件。每个文本文件包含许多事件。在几行标题信息之后，每个事件都会按以下格式列出多个人及其相关数据：

字整数：用户名（整数字字词）

字是静态的，并且始终相同
整数是任何int
用户名可以是任何unicode字符，包括符号，也可以包含空格

我似乎无法构建可以处理所有这些可能性的语法。解析奇怪的unicode字符以及空格/符号时会遇到困难。下面的例子3让我感到难过。

示例：

你好1：-fred，123（100 hello stack overflow）

你好2：我的名字是布伦特（250 hello stack overflow）

你好3：äää+óóó（0 hello stack overflow）

任何人都有任何提示吗？

修改

感谢您的回复。这就像魅力一样，但是当我转到文本文件的下一部分时，我又遇到了同样的问题。不确定我是应该开始一个新问题，还是仅仅添加到这个问题。

我现在正在尝试解析以下类型的行：

用户名：action-name action-details 用户名操作

实施例

brent morrow: add 10 to 20

brent:morrow: walks

äää + óóó: stands

brent morrow has returned

所有动作名称和动作细节都是静态的并且是已知的。

所以我遇到了一个问题，我无法跳到用户名以外的文本，因为它可能是许多不同操作之一。它最终只打印整个文本文件（或至少是其中很大一部分）。

我绝对难过。我基本上想找到一种展望未来的方法，找到以下内容：

冒号+动作名称+动作细节

或

空白+行动

...然后在此之前获取所有字符（用户名）。但是动作名称/动作细节/动作可以是预定义动作列表中的众多动作之一。负面的先行，〜，看起来很有希望，但我似乎无法找到接受用户名的所有unicode字符的解决方案。

正在解析的文本文件来自我控制之外的第三方，因此无法找到更具体地构建源文件的方法。

Answer 1

尝试使用SkipTo（代码使用最新的pyparsing 2.1.4 runtests功能）：

# -*- coding: utf-8 -*-

tests = """
    # a regular line
    hello 1: -fred,123 (100 hello stack overflow)

    # a username with spaces
    hello 2: my name is brent (250 hello stack overflow)

    # a username with non-ASCII
    hello 3: äää + óóó (0 hello stack overflow)
"""

from pyparsing import *

COLON,LPAR,RPAR = map(Suppress, ":()")
integer = pyparsing_common.integer

leading = "hello" + integer + COLON
trailing = LPAR + integer + "hello" + "stack" + "overflow" + RPAR

strip = lambda t: t[0].strip()
line = leading + SkipTo(trailing).setParseAction(strip) + trailing

line.runTests(tests)

给出：

# a regular line
hello 1: -fred,123 (100 hello stack overflow)
['hello', 1, '-fred,123', 100, 'hello', 'stack', 'overflow']

# a username with spaces
hello 2: my name is brent (250 hello stack overflow)
['hello', 2, 'my name is brent', 250, 'hello', 'stack', 'overflow']

# a username with non-ASCII
hello 3: äää + óóó (0 hello stack overflow)
['hello', 3, '\xe4\xe4\xe4 + \xf3\xf3\xf3', 0, 'hello', 'stack', 'overflow']

练习OP：将结果名称添加到整数和用户名，以便更轻松地访问已解析的字段。

解析未知长度的Unicode名称

示例：

实施例

1 个答案: