如何从 pyparsing Forward 对象中获取结果？

Question

让我们假设我们有以下字符串

string = """
object obj1{
    attr1 value1;


    object obj2 {
        attr2 value2;
    }
}

object obj3{
    attr3 value3;
    attr4 value4;
}

"""

有一个嵌套对象，我们使用Forward来解析它。

from pyparsing import *
word = Word(alphanums)

attribute = word.setResultsName("name")
value = word.setResultsName("value")

object_grammar = Forward()

attributes = attribute + value + Suppress(";") + LineEnd().suppress()
object_type = Suppress("object ") + word.setResultsName("object_type") + Suppress('{') + LineEnd().suppress()

object_grammar <<= object_type+\
    OneOrMore(attributes|object_grammar) + Suppress("}") | Suppress("};")

for i, (obj, _, _) in enumerate(object_grammar.scanString(string)):
    print('\n')
    print('Enumerating over object {}'.format(i))
    print('\n')
    print('This is the object type {}'.format(obj.object_type))
    print(obj.asXML())
    print(obj.asDict())
    print(obj.asList())
    print(obj)
    print(obj.dump())

这些是结果。 obj.asXML() 函数包含所有信息，但是由于它已被展平，因此信息的顺序对于解析结果至关重要。这是最好的方法吗？我肯定错过了什么。我想要一个适用于嵌套和非嵌套对象的解决方案，即适用于 obj1、obj2 和 obj3。

此外，setResultsName('object_type') 不会 return 父对象的 object_type。上面程序的输出如下所示。有什么建议吗？

Enumerating over object 0

This is the object type obj2

<ITEM>
  <object_type>obj1</object_type>
  <name>attr1</name>
  <value>value1</value>
  <object_type>obj2</object_type>
  <name>attr2</name>
  <value>value2</value>
</ITEM>
{'object_type': 'obj2', 'name': 'attr2', 'value': 'value2'}
['obj1', 'attr1', 'value1', 'obj2', 'attr2', 'value2']
['obj1', 'attr1', 'value1', 'obj2', 'attr2', 'value2']
['obj1', 'attr1', 'value1', 'obj2', 'attr2', 'value2']
- name: attr2
- object_type: obj2
- value: value2


Enumerating over object 1


This is the object type obj3

<ITEM>
  <object_type>obj3</object_type>
  <name>attr3</name>
  <value>value3</value>
  <name>attr4</name>
  <value>value4</value>
</ITEM>
{'object_type': 'obj3', 'name': 'attr4', 'value': 'value4'}
['obj3', 'attr3', 'value3', 'attr4', 'value4']
['obj3', 'attr3', 'value3', 'attr4', 'value4']
['obj3', 'attr3', 'value3', 'attr4', 'value4']
- name: attr4
- object_type: obj3
- value: value4

Answer 1

我可以通过在 setResultsNames 函数中使用 listAllMatches=True 来解决这个问题。这给了我 asXML() 结果，它具有我可以从中检索信息的结构。它仍然依赖于 XML 的顺序，并且需要使用 zip 将 name 和 value 一起用于 attribute。我会留下这个问题，看看我是否有更好的方法。

Answer 2

在您成功处理输入字符串后，让我对您的语法提出一些改进建议。

定义递归语法时，通常希望在输出结果中保持某种结构。在您的情况下，结构的逻辑部分是每个对象的内容，它被左大括号和右大括号包围。概念上：

object_content = '{' + ZeroOrMore(attribute_defn | object_defn) + '}'

那么支持的表达式就是（仍然是概念上的）：

attribute_defn = identifier + attribute_value + ';'
object_defn = 'object' + identifier + object_content

实际的 Python/pyparsing 看起来像：

LBRACE,RBRACE,SEMI = map(Suppress, "{};")

word = Word(alphas, alphanums)
attribute = word

# expand to include other values if desired, such as ints, reals, strings, etc.
attribute_value = word 
attributeDefn = Group(word("name") + value("value") + SEMI)

OBJECT = Keyword("object")
object_header = OBJECT + word("object_name")
object_grammar = Forward()
object_body = Group(LBRACE 
                    + ZeroOrMore(object_grammar | attributeDefn)
                    + RBRACE)
object_grammar <<= Group(object_header + object_body("object_content"))

Group 为我们做了两件事：将结果构造为子对象；并且它使一个级别的结果名称不会踩到不同级别的结果名称（因此不需要 listAllMatches）。

现在您可以使用 OneOrMore:

来处理您的输入，而不是 scanString

print(OneOrMore(object_grammar).parseString(string).dump())

给予：

[['object', 'obj1', [['attr1', 'value1'], ['object', 'obj2', [['attr2', 'value2']]]]], ['object', 'obj3', [['attr3', 'value3'], ['attr4', 'value4']]]]
[0]:
  ['object', 'obj1', [['attr1', 'value1'], ['object', 'obj2', [['attr2', 'value2']]]]]
  - object_content: [['attr1', 'value1'], ['object', 'obj2', [['attr2', 'value2']]]]
    [0]:
      ['attr1', 'value1']
      - name: attr1
      - value: value1
    [1]:
      ['object', 'obj2', [['attr2', 'value2']]]
      - object_content: [['attr2', 'value2']]
        [0]:
          ['attr2', 'value2']
          - name: attr2
          - value: value2
      - object_name: obj2
  - object_name: obj1
[1]:
  ['object', 'obj3', [['attr3', 'value3'], ['attr4', 'value4']]]
  - object_content: [['attr3', 'value3'], ['attr4', 'value4']]
    [0]:
      ['attr3', 'value3']
      - name: attr3
      - value: value3
    [1]:
      ['attr4', 'value4']
      - name: attr4
      - value: value4
  - object_name: obj3

我开始只是对您的代码进行简单的更改，但您的原始代码存在致命缺陷。您的解析器将左大括号和右大括号分成两个单独的表达式 - 而这 "works"，它无法定义结果的组结构。

如何从 pyparsing Forward 对象中获取结果？

How to get results from pyparsing Forward object?

python

pyparsing