我有以下样本数据:
165 150 238 402 395 571 365 446 284 278 322 282 236
16 5 19 10 12 5 18 22 6 4 5
259 224 249 193 170 151 95 86 101 58 49
6013 7413 8976 10392 12678 9618 9054 8842 9387 11088 11393;
它相当于一个二维数组(除了每行没有相同数量的列)。每一行的末尾都是一个空格,然后是一个\n
,除了最后一个条目之外,后面没有空格,只有一个;
。
有人知道解析这个的语法吗?我一直在尝试一些类似的东西,但它将不匹配。
data = Group(OneOrMore(Group(OneOrMore(Word(nums) + SPACE)) + LINE) + \
Group(OneOrMore(Word(nums) + SPACE)) + Word(nums) + Literal(";")
理想情况下,所需输出如下
[['165', '150', '238', '402', '395', '571', '365', '446', '284', '278',
'322', '282', '236'], ['16', '5', ... ], [...], ['6013', ..., '11393']]
如能提供任何协助,将不胜感激。
发布于 2017-04-04 02:32:56
您可以使用stopOn
参数来使OneOrMore
停止匹配。然后,由于换行符在默认情况下是可跳过的空格,下一个组可以开始匹配,它将跳过换行符,从下一个整数开始。
import pyparsing as pp
data_line = pp.Group(pp.OneOrMore(pp.pyparsing_common.integer(), stopOn=pp.LineEnd()))
data_lines = pp.OneOrMore(data_line) + pp.Suppress(';')
将此应用于示例数据:
data = """\
165 150 238 402 395 571 365 446 284 278 322 282 236
16 5 19 10 12 5 18 22 6 4 5
259 224 249 193 170 151 95 86 101 58 49
6013 7413 8976 10392 12678 9618 9054 8842 9387 11088 11393;"""
parsed = data_lines.parseString(data)
from pprint import pprint
pprint(parsed.asList())
指纹:
[[165, 150, 238, 402, 395, 571, 365, 446, 284, 278, 322, 282, 236],
[16, 5, 19, 10, 12, 5, 18, 22, 6, 4, 5],
[259, 224, 249, 193, 170, 151, 95, 86, 101, 58, 49],
[6013, 7413, 8976, 10392, 12678, 9618, 9054, 8842, 9387, 11088, 11393]]
https://stackoverflow.com/questions/43195344
复制相似问题