PyParsing lookaheads和贪婪表达式
我正在使用PyParsing为一种查询语言编写解析器，并且我被lookaheads的一个问题卡住了(我相信是这样的)。查询中的一种子句类型旨在将字符串拆分为3个部分(fieldname、operator、value)，使fieldname为一个单词，operator为一个或多个单词，value为单词、带引号的字符串或带括号的列表。
我的数据看起来像
author is william
author is 'william shakespeare'
author is not shakespeare
author is in (william,'the bard',shakespeare)我当前对这个子句的解析器是这样写的：
fieldname = Word(alphas)
operator = OneOrMore(Word(alphas))
single_value = Word(alphas) ^ QuotedString(quoteChar="'")
list_value = Literal("(") + Group(delimitedList(single_value)) + Literal(")")
value = single_value ^ list_value
clause = fieldname + originalTextFor(operator) + value显然，这是因为operator元素贪婪，如果可以的话，它会吞噬value，这就失败了。通过阅读其他类似的问题和文档，我已经知道我需要使用NotAny或FollowedBy来管理这个先期工作，但我还不能想出如何做到这一点。
回答 1
Stack Overflow用户
发布于 2012-02-12 11:58:59
这是一个做解析器的好地方。或者更准确地说，让解析器像你一样思考。问问自己，“在‘作者是莎士比亚’中，我怎么知道‘莎士比亚’不是运算符的一部分？”你知道‘莎士比亚’是值，因为它在查询的末尾，后面没有别的了。所以运算符字词不只是字母的单词，它们是字母的单词，后面没有字符串的结尾。现在，将先行逻辑构建到operator的定义中
operator = OneOrMore(Word(alphas) + ~FollowedBy(StringEnd()))我认为这将为您更好地开始解析。
其他一些建议：
- 我只在可能有歧义的情况下使用'^‘运算符，比如我要解析一个字符串，其中的数字可以是整数，也可以是十六进制。如果我使用
Word(nums) | Word(hexnums)，那么我可能会把"123ABC“误认为是前导的"123”。通过将'|‘更改为'^'，将测试所有备选方案，并选择最长的匹配。在我解析十进制或十六进制整数的示例中，我可以通过颠倒备选方案得到相同的结果，并首先测试Word(hexnums)。在查询语言中，没有办法将带引号的字符串与不带引号的单个字值混淆(一个以'或"开头，另一个则不是)，因此没有理由使用'^'，'|‘就足够了。将forvalue = singleValue ^ listValue. - Adding results名称类似于查询字符串的关键部分将使以后更容易使用：
clause = fieldname("fieldname") + originalTextFor(operator)("operator") + value("value")
现在，您可以通过名称而不是通过解析位置来访问已解析的值(一旦您开始使用可选字段等变得更加复杂，这将变得棘手且容易出错)：
queryParts = clause.parseString('author is william')
print queryParts.fieldname
print queryParts.operator
https://stackoverflow.com/questions/9242561
复制相似问题
腾讯云开发者
