1

我有一个字符串可以包含这样的东西：

s = "'Mark, Bob','John'"

将其解析为 3 个字符串的最佳方法是什么？我对pyparsing真的很陌生，恐怕我不太了解它

（编辑）对不起，我不是很清楚。这是使用语法和 pyparsing 解析文件的程序的一部分。这是输入的一小部分，我不确定如何处理。这应该真正代表三个名称的数组，这就是我想摆脱的。

谢谢

4

2 回答 2

8

我假设您实际上想要 2 个字符串，而不是 3 个（根据引号判断）。

要使用 pyparsing，您首先要考虑并写下要解析的格式（无论您将使用什么解析库或工具，这实际上都是一个很好的第一步）。它可以像你想要的那样严格，但是让我们从这个问题的简单/高级开始。我将使用准 BNF 形式，其中 '*' 表示“0 次或多次重复”：

list_of_names = quoted_string (',' quoted_string)*

“名称列表是一个带引号的字符串，后跟 0 个或多个逗号和带引号的字符串对。”

Pyparsing 的类使用的名称虽然对于编码来说可能有点冗长，但相当准确地遵循相同的形式。

list_of_names = quotedString + ZeroOrMore(',' + quotedString)

Pyparsing 还包括一些常用的表达式，quotedString 就是其中之一。

现在我们已经定义了list_of_names，我们可以使用它来解析您的输入：

s = "'Mark, Bob','John'"
print list_of_names.parseString(s)

我们得到：

["'Mark, Bob'", ',', "'John'"]

嗯，这很丑。一方面，我们只需要名称，而不是任何分隔逗号。所以list_of_names改为：

list_of_names = quotedString + ZeroOrMore(Suppress(',') + quotedString)

现在它被清理了一点：

["'Mark, Bob'", "'John'"]

您不清楚是否要保留引号。通常当我使用字符串时，我只想要字符串内容，而不是让字符串包含引号。你当然可以这样写：

for name in list_of_names.parseString(s):
    print name.strip("'")

但是您可能想要对这个解析后的输出做很多事情，并且您不想每次做某事时都必须为剥离引号而烦恼。

因此，您可以定义一个解析操作，一个在解析时运行的回调，它将清理这些引号。Pyparsing 包括一个叫做removeQuotes的，你把它包括在你的解析器中，如下所示：

quotedString.setParseAction(removeQuotes)

现在，如果我们再次解析您的输入，我们会得到一个非常干净的列表：

['Mark, Bob', 'John']

最后，这种解析表单列表的业务经常something + ZeroOrMore(Suppress(delimiter) + something)发生，尤其是当分隔符是逗号时。所以 pyparsing 包含一个辅助方法delimitedList，称为发出相同的东西。你的整个解析器现在看起来像：

quotedString.setParseAction(removeQuotes)
list_of_names = delimitedList(quotedString)

然后通过调用表达式的parseString方法来提取数据。list_of_names

于 2013-11-08T18:03:10.603 回答
2 
#!/usr/bin/python

from pyparsing import *


s = "'Mark, Bob','John'"

fnames = OneOrMore(Suppress(Literal("\'")) | Suppress(Literal("\"")) | Suppress(",") | Word(alphas))

for n in fnames.parseString(s):
    print n

运行时只输出名称：

Mark
Bob
John
于 2013-11-08T15:41:08.640 回答