python - 如何在python中解析重组文本？

Question

是否有任何模块可以将重组文本解析为树模型？

docutils 或 sphinx 可以做到这一点吗？

Answer 1

我想扩展 Gareth Latty 的回答。“你可能想要的是解析器docutils.parsers.rst”是答案的一个很好的起点，但下一步是什么？即：

如何在python中解析重组文本？

以下是 Python 3.6 和 docutils 0.14 的确切答案：

import docutils.nodes
import docutils.parsers.rst
import docutils.utils
import docutils.frontend

def parse_rst(text: str) -> docutils.nodes.document:
    parser = docutils.parsers.rst.Parser()
    components = (docutils.parsers.rst.Parser,)
    settings = docutils.frontend.OptionParser(components=components).get_default_values()
    document = docutils.utils.new_document('<rst-doc>', settings=settings)
    parser.parse(text, document)
    return document

并且可以使用例如下面的方法处理生成的文档，这将打印文档中的所有引用：

class MyVisitor(docutils.nodes.NodeVisitor):

    def visit_reference(self, node: docutils.nodes.reference) -> None:
        """Called for "reference" nodes."""
        print(node)

    def unknown_visit(self, node: docutils.nodes.Node) -> None:
        """Called for all other node types."""
        pass

以下是如何运行它：

doc = parse_rst('spam spam lovely spam')
visitor = MyVisitor(doc)
doc.walk(visitor)

Answer 2

Docutils确实包含执行此操作的工具。

您可能想要的是解析器docutils.parsers.rst

有关所涉及内容的详细信息，请参阅此页面。也有一些例子docutils/examples.py- 特别是检查internals()功能，这可能是有趣的。