1

我正在解析一个相对简单的文本，其中每一行都描述了一个游戏单元。我对解析技术知之甚少，因此我使用了以下临时解决方案：

class Unit:
    # rules is an ordered dictionary of tagged regex that is intended to be applied in the given order
    # the group named V would correspond to the value (if any) for that particular tag
    rules = (
        ('Level', r'Lv. (?P<V>\d+)'),
        ('DPS', r'DPS: (?P<V>\d+)'),
        ('Type', r'(?P<V>Tank|Infantry|Artillery'),
        #the XXX will be expanded into a list of valid traits
        #note: (XXX| )* wouldn't work; it will match the first space it finds,
        #and stop at that if it's in front of something other than a trait
        ('Traits', r'(?P<V>(XXX)(XXX| )*)'),
        # flavor text, if any, ends with a dot
        ('FlavorText', r'(?P<V>.*\."?$)'),
        )
    rules = collections.OrderedDict(rules)
    traits = '|'.join('All-Terrain', 'Armored', 'Anti-Aircraft', 'Motorized')
    rules['Traits'] = re.sub('XXX', effects, rules['Traits'])

    for x in rules:
        rules[x] = re.sub('<V>', '<'+x+'>', rules[x])
        rules[x] = re.compile(rules[x])

    def __init__(self, data)
        # data looks like this:
        # Lv. 5 Tank DPS: 55 Motorized Armored
        for field, regex in Item.rules.items():
            data = regex.sub(self.parse, data, 1)
        if data:
            raise ParserError('Could not parse part of the input: ' + data)

    def parse(self, m):
        if len(m.groupdict()) != 1:
            Exception('Expected a single named group')
        field, value = m.groupdict().popitem()
        setattr(self, field, value)
        return ''

它工作正常，但我觉得我达到了正则表达式功能的极限。具体来说，在 Traits 的情况下，该值最终是一个字符串，我需要稍后将其拆分并转换为列表：例如，obj.Traits 在此代码中将设置为“Motorized Armored”，但在后来的功能改为（'机动'，'装甲'）。

我正在考虑将此代码转换为使用 EBNF 或 pyparsing 语法或类似的东西。我的目标是：

  • 让这段代码更整洁，更不容易出错
  • 避免使用值列表对案例进行丑陋的处理（我需要先在正则表达式中进行替换，然后对结果进行后处理以将字符串转换为列表）

您对使用什么以及如何重写代码有什么建议？

PS我跳过了代码的某些部分以避免混乱；如果我在此过程中引入了任何错误，抱歉 - 原始代码确实有效 :)

4

1 回答 1

4

我开始为 pyparsing 编写指导指南，但是查看您的规则，它们本身很容易转换为 pyparsing 元素，而不涉及 EBNF，所以我只是制作了一个快速示例：

from pyparsing import Word, nums, oneOf, Group, OneOrMore, Regex, Optional

integer = Word(nums)
level = "Lv." + integer("Level")
dps = "DPS:" + integer("DPS")
type_ = oneOf("Tank Infantry Artillery")("Type")
traits = Group(OneOrMore(oneOf("All-Terrain Armored Anti-Aircraft Motorized")))("Traits")
flavortext = Regex(r".*\.$")("FlavorText")

rule = (Optional(level) & Optional(dps) & Optional(type_) & 
        Optional(traits) & Optional(flavortext))

我包含了 Regex 示例，因此您可以看到如何将正则表达式放入现有的 pyparsing 语法中。使用“&”运算符的组合rule意味着可以以任何顺序找到各个项目（因此语法负责迭代所有规则，而不是您在自己的代码中进行）。Pyparsing 使用运算符重载从简单的解析器构建复杂的解析器：'+' 表示序列，'|' 和 '^' 用于替代方案（第一次匹配或最长匹配），依此类推。

以下是解析结果的外观 - 请注意，我添加了结果名称，就像您在正则表达式中使用命名组一样：

data = "Lv. 5 Tank DPS: 55 Motorized Armored"

parsed_data = rule.parseString(data)
print parsed_data.dump()
print parsed_data.DPS
print parsed_data.Type
print ' '.join(parsed_data.Traits)

印刷：

['Lv.', '5', 'Tank', 'DPS:', '55', ['Motorized', 'Armored']]
- DPS: 55
- Level: 5
- Traits: ['Motorized', 'Armored']
- Type: Tank
55
Tank
Motorized Armored

Please stop by the wiki and see the other examples. You can easy_install to install pyparsing, but if you download the source distribution from SourceForge, there is a lot of additional documentation.

于 2010-09-09T03:49:35.790 回答