Анализ текстового файла в python с использованием pyparsing

Question

Я пытаюсь разобрать следующий текст, используя pyparsing.

acp (SOLO1, 
    "solo-100", 
    "hi here is the gift" 
    "Maximum amount of money, goes", 
    430, 90) 

jhk (SOLO2, 
    "solo-101", 
    "hi here goes the wind." 
    "and, they go beyond", 
    1000, 320) 

Я пробовал следующий код, но он не работает.

flag = Word(alphas+nums+'_'+'-') 
enclosed = Forward() 
nestedBrackets = nestedExpr('(', ')', content=enclosed) 
enclosed << (flag | nestedBrackets) 

print list(enclosed.searchString (str1)) 

Запятая (,) в рамках предложения производит нежелательные результаты.

Answer 1

Ну, я мог бы немного упростить мои комментарии - вот более полный ответ .

Если вы действительно не должны иметь дело с вложенными элементами данных, то одноуровневые скобками группы данных в каждой секции будет выглядеть следующим образом:

LPAR,RPAR = map(Suppress, "()") 
ident = Word(alphas, alphanums + "-_") 
integer = Word(nums) 

# treat consecutive quoted strings as one combined string 
quoted_string = OneOrMore(quotedString) 
# add parse action to concatenate multiple adjacent quoted strings 
quoted_string.setParseAction(lambda t: '"' + 
          ''.join(map(lambda s:s.strip('"\''),t)) + 
          '"' if len(t)>1 else t[0]) 
data_item = ident | integer | quoted_string 

# section defined with no nesting 
section = ident + Group(LPAR + delimitedList(data_item) + RPAR) 

Я не был уверен, что если бы это было преднамеренно или нет, когда вы пропустили запятую между двумя последовательными цитированными строками, поэтому я решил реализовать логику, такую ​​как компилятор Python, , в котором две цитируемые строки рассматриваются как одна длинная строка, то есть "AB CD " "EF" - это то же, что и "AB CD EF". Это было сделано с определением quoted_string и добавлением действия синтаксического анализа к quoted_string для конкатенации содержимого двух или более компонентов цитируемых строк.

Наконец, мы создаем парсер для общей группы

results = OneOrMore(Group(section)).parseString(source) 
results.pprint() 

и получить от вашего публикуемую ввода образца:

[['acp', 
    ['SOLO1', 
    '"solo-100"', 
    '"hi here is the giftMaximum amount of money, goes"', 
    '430', 
    '90']], 
['jhk', 
    ['SOLO2', 
    '"solo-101"', 
    '"hi here goes the wind.and, they go beyond"', 
    '1000', 
    '320']]] 

Если вы сделать гнездились вводные группы, то ваше определение раздела может быть так просто:

# section defined with nesting 
section = ident + nestedExpr() 

Хотя, как вы уже нашли, это сохранит отдельные запятые, как если бы они были важными токенами, а не только разделителями данных.