Python（pyparsing）：解析遗留大括号文件格式

Question

我必须使用 Python (pyparse) 解析未明确定义的遗留文件格式。

它属于大括号家族（事实上，必须解析任意大括号格式是一个反复出现的问题，因为人们总是喜欢“XML 太冗长了，让我们发明自己的格式”）。

所以我有类似的东西

Variable = [1, 2]
Variable2 = {
   Variable,
   "Literal",
}

Variable[1] = Variable2

Namespace::Function(argument, {"string literal",
100})

换行符在表达式之外很重要（像 C 中的

;

那样的分隔语句），但在任何类型的大括号中都不重要（

{}

、

()

和

[]

）。

为了理解它，需要对其进行解析：

1. 每一行都是 AST 根的子行（其中“行”指的是由换行符分隔且不在任何类型的大括号内的行）。
2. 每种括号构成一个节点（标注括号类型）。
3. 括号列表的子项以逗号分隔（从这个意义上说，换行符也构成一种大括号）。
4. 任何其他内容都被视为要在另一遍中处理的单个令牌。

因此，对于上面的示例，AST 应该如下所示：

Root
 * Brace: \n
   * Token: 'Variable ='
   * Brace: []
     * Token: '1'
     * Token: '2'
 * Brace: \n
   * Token: 'Variable2 ='
   * Brace: {}
     * Token: 'Variable'
     * Token: '"Literal"'
 * Brace: \n
   * Token: 'Variable'
   * Brace: []
     * Token: '1'
   * Token: '= Variable2'
 * Brace: \n
   * Token: 'Namespace:Function'
     * Brace: ()
       * Token: 'argument'
       * Brace: {}
         * Token: '"string literal"'
         * Token: '100'

在 Python 中表示为：

[
  Brace('\n', [
    'Variable =',
    Brace('[]', ['1', '2'])
  ]),
  ...

问题是

1. 指定解析器的语法，
2. 将解析器的结果转换为我以后可以使用的数据结构。

（我使用了一个专用的解析器包来执行（1），但结果是（2）完全无法用于任何进一步的步骤，所以我再次尝试，这次使用

pyparsing

。）

Answer 1

使用“pyparsing”解析卷曲基本格式：

1. 定义语法：使用

   pyparsing

   创建处理变量、文字、不同类型括号

   ('[]','{}','()')

   的规则。使用

   nestedExpr

   表示嵌套结构。

from pyparsing import Word, alphas, nums, nestedExpr, quotedString, Group, ZeroOrMore, LineEnd

identifier = Word(alphas + "_", alphas + nums + "_")
literal = quotedString

square_braces = nestedExpr('[', ']', content=identifier | literal)
curly_braces = nestedExpr('{', '}', content=identifier | literal | square_braces)
parentheses = nestedExpr('(', ')', content=identifier | curly_braces)

statement = Group(identifier + '=' + (square_braces | curly_braces | parentheses))
grammar = ZeroOrMore(statement + LineEnd().suppress())

2. 转换为 AST：使用解析操作构建抽象语法树 (AST)。定义一个

   Brace

   类来表示不同的大括号类型。

class Brace:
    def __init__(self, brace_type, children):
        self.brace_type = brace_type
        self.children = children

def create_ast_node(tokens):
    return Brace(tokens[0], tokens[1:])

statement.setParseAction(create_ast_node)

3. 用法示例：

解析您的输入并生成 AST

input_text = """
Variable = [1, 2]
Variable2 = {
   Variable,
   "Literal",
}
"""
result = grammar.parseString(input_text)
print(result)

这种方法可以有效地解析自定义大括号格式，并将输出组织成结构化、可用的形式。我希望我的定义有帮助！