使用curley brakets解析文件

Question

我需要解析一个文件,其中包含用大括号分隔的信息,例如:

Continent
{
Name    Europe
Country
{
Name    UK
Dog
{
Name    Fiffi
Colour  Gray
}
Dog
{
Name    Smut
Colour  Black
}
}
}

这是我在Python中尝试过的

from io import open
from pyparsing import *
import pprint

def parse(s):
    return nestedExpr('{','}').parseString(s).asList()

def test(strng):
    print strng
    try:
        cfgFile = file(strng)
        cfgData = "".join( cfgFile.readlines() )
        list = parse( cfgData )
        pp = pprint.PrettyPrinter(2)
        pp.pprint(list)

    except ParseException, err:
        print err.line
        print " "*(err.column-1) + "^"
        print err

    cfgFile.close()
    print
    return list

if __name__ == '__main__':
    test('testfile')

但这失败了,出现了错误:

testfile
Continent
^
Expected "{" (at char 0), (line:1, col:1)

Traceback (most recent call last):
  File "xxx.py", line 55, in <module>
    test('testfile')
  File "xxx.py", line 40, in test
    return list
UnboundLocalError: local variable 'list' referenced before assignment  

我需要做些什么来完成这项工作？另一种解析器比pyparsing更好吗？

Answer 1

嵌套表达式非常常见,如果您不使用解析库,通常需要递归解析器定义或递归代码.这段代码对于初学者来说可能是令人生畏的,即使对于专家来说也容易出错,所以这就是为什么我将nestedExpr帮助器添加到pyparsing中.

您遇到的问题是您的输入字符串不仅仅包含嵌套的大括号表达式.当我第一次尝试解析器时,我尽量保持测试的简单性 - 例如,我内联样本而不是从文件中读取它.

test = """\
Continent
{
Name    Europe
Country
{
Name    UK
Dog
{
Name    Fiffi
Colour  "light Gray"
}
Dog
{
Name    Smut
Colour  Black
}}}"""

from pyparsing import *

expr = nestedExpr('{','}')

print expr.parseString(test).asList()

我得到了与您相同的解析错误:

Traceback (most recent call last):
  File "nb.py", line 25, in <module>
    print expr.parseString(test).asList()
  File "c:\python26\lib\site-packages\pyparsing-1.5.7-py2.6.egg\pyparsing.py", line 1006, in parseString
    raise exc
pyparsing.ParseException: Expected "{" (at char 1), (line:1, col:1)

因此,查看错误消息(甚至在您自己的调试代码中),pyparsing在主要单词"Continent"上磕磕绊绊,因为这个单词不是大括号中的嵌套表达式的开头,pyparsing(正如我们在异常消息中看到的那样) )正在寻找一个开头'{'.

解决方案是稍微修改您的解析器以处理介绍性的"Continent"标签,方法是将expr更改为:

expr = Word(alphas) + nestedExpr('{','}')

现在,将结果打印出来作为列表(使用pprint,如在OP中所做的那样,做得很好)看起来像:

['Continent',
 ['Name',
  'Europe',
  'Country',
  ['Name',
   'UK',
   'Dog',
   ['Name', 'Fiffi', 'Colour', '"light Gray"'],
   'Dog',
   ['Name', 'Smut', 'Colour', 'Black']]]]

这应该与你的支架嵌套相匹配.