我正在考虑如何解析以下输入:
comment =' @Class wordinfo dict<<position:int>,wordinfo:str>\n ' + \
'@Class instances dict<<word:str>,instances:atomicint> '
至特定输出:
{'wordinfo': {'columns': [('wordinfo', 'text')],
'primary_keys': [('position', 'int')],
'type': 'StorageDict'},
'instances': {'columns': [('instances', 'counter')],
'primary_keys': [('word', 'text')],
'type': 'StorageDict'}
}
正如我们在上面看到的那样,我需要将字典的键作为主键,然后可以将一个或多个值作为列,首先我总是拥有变量名,然后是变量类型。我问自己,是否有一些获取所需结果的基本方法,因为我不是pyparsing的专家。可行吗我需要做的是什么步骤?
答案 0 :(得分:0)
第一步是编写一个BNF。当您编写以下内容时,您已经开始思考:我需要将字典的键作为主键,然后可以将一个或多个值作为列,首先我总是具有变量名,然后变量类型。
将其转换为更正式的内容:
class_definition :: '@Class' identifier class_body
class_body :: class_dict // can add other types here as necessary
class_dict :: 'dict' '<' '<' identifier ':' value_type '>' ','
column_decl [',' column_decl]... '>'
column_decl :: identifier ':' value_type
value_type :: 'int' | 'str' | 'atomicint'
嗯,identifier : value_type
在几个地方,我们称它为var_decl
并重写。另外,我认为您可以通过在<>
内定义逗号分隔的列表来使用复合主键,并且我们在很多地方都使用了这种列表。重写:
class_definition :: '@Class' identifier class_body
class_body :: class_dict // can add other types here as necessary
class_dict :: 'dict' '<' '<' vars_decl '>' ',' vars_decl '>'
vars_decl :: var_decl [',' var_decl]...
var_decl :: identifier ':' value_type
value_type :: 'int' | 'str' | 'atomicint'
然后从下至上以pyparsing术语进行定义:
import pyparsing as pp
S = pp.Suppress
identifier = pp.pyparsing_common.identifier
value_type = pp.oneOf("int str atomicint")
var_decl = pp.Group(identifier + S(":") + value_type)
vars_decl = pp.Group(pp.delimitedList(var_decl))
dict_decl = pp.Group(S("dict") + S("<")
+ S("<") + vars_decl + S(">") + S(",")
+ vars_decl
+ S(">"))
class_decl = pp.Group('@Class' + identifier + dict_decl)
最后,放入结果名称,以便您在解析后可以更轻松地挑选出不同的片段:
import pyparsing as pp
S = pp.Suppress
identifier = pp.pyparsing_common.identifier
value_type = pp.oneOf("int str atomicint")
var_decl = pp.Group(identifier("name") + S(":") + value_type("type"))
vars_decl = pp.Group(pp.delimitedList(var_decl))
dict_decl = pp.Group(S("dict") + S("<")
+ S("<") + vars_decl("primary_key") + S(">") + S(",")
+ vars_decl("columns")
+ S(">"))
class_decl = pp.Group('@Class'
+ identifier("class_name")
+ dict_decl("class_body"))
然后使用以下方法解析文本:
class_definitions = pp.OneOrMore(class_decl).parseString(comment)
并打印出您得到的内容:
print(class_definitions.dump())
甚至更好:
class_decl.runTests(comment)
这是完全未经测试的,可能是其中的配色不匹配,但这是一般的想法。但是,即使最终使用的不是pyparsing,也要从BNF开始。它将确实有助于阐明您的想法以及问题的一般概念。