4

我正在使用 pyparsing 并尝试定义如下两项：

identifier = Word(alphas, alphanums).setName('identifier)

database_name = Optional(identifier.setResultsName('user') + Suppress('.')) + identifier.setResultsName('database')
table_name = database_name + Suppress('.') + identifier.setResultsName('table')

这个想法是匹配table_name，它将采用一个包含两个或三个段的字符串，并产生以下结果：

mark.foo.bar
=> tokens.user = 'mark'
   tokens.database = 'foo'
   tokens.table = 'bar'

或者如果第一段丢失：

foo.bar
=> tokens.user = ''  #anything is acceptable: none, empty string or just plain missing
   tokens.database = 'foo'
   tokens.table = 'bar'

table_name应该总是有两个段和一个点，或三个段（两个点）如上。一段是不可接受的。

database_name应该有一个段（数据库）或两个（user.database）。

使用的实例可以database_name正常工作 - 它会匹配一个或两个段。但是，table_name在某些情况下会失败：

# Works for three segments
mark.foo.bar
=> tokens.user = 'mark'
   tokens.database = 'foo'
   tokens.table = 'bar'

# Fails for two
foo.bar
=> Expected "." (at char 7), (line:1m col:8)

我可以看到它在做什么：foo.bar已与 user.database 匹配，现在它正在期待代表表名的第三个块。然而它不是我想要的。

帮助？

4

1 回答 1

5

问题是，当您匹配前导标识符时，您不知道它是否会成为用户字段，直到您查看了所有可能的表字段。不幸的是，这意味着您不能单独使用其前导的可选“用户”字段来定义数据库名称，您必须定义一个table_name具有两个或三个字段的综合表达式。

以下代码显示了解决前导可选标识符歧义的 3 个选项：

  1. 首先尝试匹配完整的 3 字段形式，如果失败，请尝试匹配 2 字段形式

  2. 匹配可选的前导“用户”字段时显式前瞻，仅在“用户”后面跟随时才使用 FollowedBy 匹配“用户”2*(DOT+identifier)

  3. 匹配任何长度的所有点分隔列表，并使用解析操作来验证是否仅传递了 2 或 3 个标识符，并分配结果名称

查看评论以了解每个选项是如何实现的。（请注意，为了简化代码，我还将使用 full 替换expr.setResultsName('something')为 just expr('something')，我认为总体上更易于阅读。）

from pyparsing import *

identifier = Word(alphas, alphanums).setName('identifier')
DOT = Suppress('.')

# Option 1 - fully specified options
full_database_name = identifier('user') + DOT + identifier('database')
just_database_name = identifier('database')
table_name = (full_database_name + DOT + identifier('table') | 
              just_database_name + DOT + identifier('table'))

# Option 2 - use FollowedBy to explicitly lookahead when checking for leading user
table_name = (Optional(identifier('user') + FollowedBy(2*(DOT+identifier)) + DOT) + 
                identifier('database') + DOT + identifier('table'))

# Option 3 - use liberally matching expression, with a parse action to assign fields
def assignTableFields(fields):
    if len(fields) == 2:
        fields['database'],fields['table'] = fields
    elif len(fields) == 3:
        fields['user'],fields['database'],fields['table'] = fields
    else:
        raise ParseException("wrong number of fields")
table_name = delimitedList(identifier, delim='.').setParseAction(assignTableFields)

for test in ("a.b.c", "b.c"):
    print test
    print table_name.parseString(test).dump()
    print

您可能还会发现这种匹配器过于自由，因为它还允许交错的空格，因此"a . b"也可以作为有效的表名。您可以定义另一个验证解析操作，并将其添加到 table_name 为：

def noWhitespace(source, locn, tokens):
    if not source[locn:].startswith('.'.join(tokens)):
        raise ParseException("found whitespace between fields")
table_name.addParseAction(noWhitespace)

看到对于这个解析动作，我调用addParseAction了代替setParseAction，以便保留任何现有的解析动作（在选项 3 的情况下），并将这个新的动作添加到要运行的解析动作链中。

于 2012-06-24T22:47:58.793 回答