pyparsing 开始和结束字符串相同

Question

相关：Python parsing bracketed blocks

我有一个格式如下的文件：

#
here
are
some
strings
#
and
some
others
 #
 with
 different
 levels
 #
 of
  #
  indentation
  #
 #
#

因此，一个块由起始 # 和尾随 # 定义。但是，第 n-1 个块的尾部 # 也是第 n 个块的起始 #。

我正在尝试编写一个函数，在给定这种格式的情况下，该函数将检索每个块的内容，并且它也可以是递归的。

首先，我从正则表达式开始，但很快就放弃了（我想你猜到了原因），所以我尝试使用 pyparsing，但我不能简单地写

print(nestedExpr('#','#').parseString(my_string).asList())

因为它引发了 ValueError 异常 (ValueError: opening and closing strings cannot be the same)。

知道我无法更改输入格式，对于这个，我有比 pyparsing 更好的选择吗？

我也尝试使用这个答案：，并将 {/} 替换为 #/# 但它无法解析字符串。

Answer 1

不幸的是（对您而言），您的分组不仅取决于分隔的“#”字符，还取决于缩进级别（否则，['with','different','levels'] 将与前一组 ['and','some','others']).解析缩进敏感语法不是 pyparsing 的强项 - 它可以完成，但它并不令人愉快。为此，我们将使用 pyparsing 辅助宏 indentedBlock，这还需要我们定义一个列表变量，indentedBlock 可用于其缩进堆栈。

查看下面代码中的嵌入式注释，了解如何使用一种方法进行 pyparsing 和 indentedBlock:

from pyparsing import *

test = """\
#
here
are
some
strings
#
and
some
others
 #
 with
 different
 levels
 #
 of
  #
  indentation
  #
 #
#"""

# newlines are significant for line separators, so redefine 
# the default whitespace characters for whitespace skipping
ParserElement.setDefaultWhitespaceChars(' ')

NL = LineEnd().suppress()
HASH = '#'
HASH_SEP = Suppress(HASH + Optional(NL))

# a normal line contains a single word
word_line = Word(alphas) + NL


indent_stack = [1]

# word_block is recursive, since word_blocks can contain word_blocks
word_block = Forward()
word_group = Group(OneOrMore(word_line | ungroup(indentedBlock(word_block, indent_stack))) )

# now define a word_block, as a '#'-delimited list of word_groups, with 
# leading and trailing '#' characters
word_block <<= (HASH_SEP + 
                 delimitedList(word_group, delim=HASH_SEP) + 
                 HASH_SEP)

# the overall expression is one large word_block
parser = word_block

# parse the test string
parser.parseString(test).pprint()

打印：

[['here', 'are', 'some', 'strings'],
 ['and',
  'some',
  'others',
  [['with', 'different', 'levels'], ['of', [['indentation']]]]]]

pyparsing 开始和结束字符串相同

pyparsing with starting and ending string being the same

python

regex

pyparsing