pyparsing

Question

我正在尝试使用 pyparsing 来解析 SQL 方言中的某些时间戳类型。

在这个特定的 sql 方言中，我们有两种时间戳类型 - 带时区和不带时区。

无时区示例：TIMESTAMP WITHOUT TIME ZONE、TIMESTAMP(3)、TIMESTAMP、TIMESTAMP(3) WITHOUT TIME ZONE

带时区的示例：TIMESTAMP WITH TIME ZONE、TIMESTAMP(9) WITH TIME ZONE。如您所见，唯一的区别是需要明确定义带有时区的那些。

不幸的是，以下匹配不适用于 pyparsing：

(RPAR, LPAR, COMMA) = map(Suppress, "(),")
NUMS = Word(nums)

TIMESTAMP = CaselessKeyword("TIMESTAMP") + 
    Optional(RPAR + NUMS + LPAR) + 
    Optional(CaselessKeyword("WITHOUT TIME ZONE"))
TIMESTAMP_WITH_TIMEZONE = CaselessKeyword("TIMESTAMP") + 
    Optional(RPAR + NUMS + LPAR) + 
    CaselessKeyword("WITH TIME ZONE")

GRAMMAR = StringStart() + TIMESTAMP | TIMESTAMP_WITH_TIMEZONE + StringEnd()
GRAMMAR.parseString("TIMESTAMP WITHOUT TIMEZONE") # Works fine
GRAMMAR.parseString("TIMESTAMP WITH TIMEZONE") # fails

失败是：

  File "/.../lib/python3.8/site-packages/pyparsing.py", line 3814, in parseImpl
    raise ParseException(instring, loc, self.errmsg, self)
pyparsing.ParseException: Expected end of text, found 'W'  (at char 10), (line:1, col:11)

我认为这个错误可能是因为这个语法需要 1 级前瞻来判断某物是否是 TIMESTAMP WITH TIMESTAMP 和 TIMESTAMP WITHOUT TIMESTAMP。当它无法匹配 WITH TIMESTAMP 时，它需要 TIMESTAMP 并结束（显然失败的原因不是字符串的结尾）。在这种情况下我该怎么办？ pyparsing 是否具有解决此问题的前瞻能力？

Answer 1

一条规则比另一条更具体，因为它不涉及 Optional 关键字。连词是有序的，因此我们必须将语法定义为：

GRAMMAR = ... + TIMESTAMP_WITH_TIMEZONE | TIMESTAMP + ...

相反。我尝试了 FollowedBy，但效果不是很好。

Answer 2

您还需要在内部“|”周围使用括号选择：

>>> expr = pp.Literal("a") + pp.Literal("b") | pp.Literal("c") + pp.Literal("d")
>>> expr
{{"a" "b"} | {"c" "d"}}

应该是：

GRAMMAR = StringStart() + (TIMESTAMP_WITH_TIMEZONE | TIMESTAMP) + StringEnd()

pyparsing - 如何预测不明确的语法（时间戳 with/without 时区解析）

pyparsing - how to lookahead for ambiguous grammar (timestamp with/without timezone parse)

python

parsing

lexer