pyparsing输入到特定的输出

时间:2018-10-10 06:50:27

标签: python pyparsing

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?

1 个答案:

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。