问题标签 [pyparsing]

我正在使用 pyparsing 来解析 HTML。我正在抓取所有embed标签，但在某些情况下，a紧随其后的是一个标签，如果它可用，我也想抓取它。

例子：

我无法在结果对象中找到任何字符偏移量，否则我只能抓取原始输入字符串的一部分并从那里开始工作。

编辑：

有人问我为什么不用 BeautifulSoup。这是一个很好的问题，让我告诉你为什么我选择不将它与代码示例一起使用：

当我尝试这个时，BeautifulSoup 在20-30% 的时间里会因为解析错误而失败。这些不是罕见的边缘情况。pyparsing 既慢又麻烦，但无论我扔什么它都没有爆炸。如果我能对使用 BeautifulSoup 的更好方法有所启发，那么我会很想知道这一点。

使用 pyparser，我正在尝试为 S-Expression 语言创建一个非常简单的解析器。我写了一个很小的语法。这是我的代码：

在查看此代码的示例时，似乎一切都很好，但是在运行时我收到此行的语法错误

我不明白。我将不胜感激

我是 Python 和 pyparsing 的新手。我需要完成以下工作。

我的文本示例行是这样的：

我需要提取项目描述，期间

这该怎么做？

我正在为一种名为 C-- 的虚构编程语言（不是实际的 C-- 语言）构建一个解析器。我已经到了需要将语言的语法翻译成 Pyparsing 可以接受的阶段。不幸的是，当我解析我的输入字符串（这是正确的，不应该导致 Pyparsing 出错）时，它没有正确解析。我担心这是由于我的语法错误造成的，但是当我第一次开始 Pyparsing 时，我似乎看不出哪里出错了。

我已经上传了我从这里翻译的语法，供人们阅读。

编辑：根据保罗的建议进行了更新。

这是我目前得到的语法（我知道语法定义的前两行对我来说非常糟糕）：

我想知道我在翻译语法时是否犯了任何错误，以及在遵守给定语法的同时我可以做哪些改进来简化它。

编辑 2：更新以包含新错误。

这是我正在解析的输入字符串：

这是我从终端运行程序时收到的错误消息：

蟒蛇/pyparsing

当我使用 scanString 方法时，它会在文本中给出匹配标记的开始和结束位置。

例如

我得到以下信息：

但是猫结束位置应该是“2”吧？为什么将下一个位置报告为结束位置？

我正在用 python 和pyparsing解析一个文件（它是 Matlab 中PSAT的报告文件，但这并不重要）。这是我到目前为止所拥有的。我认为这是一团糟，想就如何改进它提出一些建议。具体来说，我应该如何使用 pyparsing 组织我的语法定义？

我应该将所有语法定义都放在一个函数中吗？如果是这样，这将是一个巨大的功能。如果没有，那我该如何打破它。目前，我已将其拆分为文件的各个部分。是否值得大量只从一个地方调用一次的函数。对我来说，两者都不是正确的。

我应该将我所有的输入和输出代码放在一个单独的文件中，以供其他类函数使用吗？这将使课堂的目的更加清晰。

我也很想知道是否有更简单的方法来解析文件、进行一些完整性检查并将数据存储在一个类中。我似乎花了很多时间做这件事。

（如果人们同意，我会接受它足够好的答案或使用 X 而不是 pyparsing ）

蟒蛇爱好者：

假设您想使用 Pyparsing 解析以下字符串：

wereABC_123是一个标识符；SPEED_X是一个参数，123是一个值。我想到了使用 Pyparsing 的以下 BNF：

如果我从中间删除下划线（并Entry相应地调整定义）它会正确解析。

我怎样才能让这个解析器变得更懒一点，然后等到它与关键字匹配（而不是将整个字符串作为标识符并等待_不存在的 .

谢谢你。

[注意：这是对我的问题的完全重写；我还没有意识到真正的问题是什么]

我需要能够采用使用 OpenDocument 公式语法的公式，将其解析为 Python 可以理解的语法，但无需评估变量，然后能够通过改变变量的值来多次评估公式。公式可以是用户输入，因此 pyparsing 让我既可以有效地处理公式语法，又可以清理用户输入。有许多很好的 pyparsing 示例可用，但所有数学示例似乎都假设一个人立即评估当前范围内的所有内容。

就上下文而言，我正在使用工业经济模型（生命周期评估，或 LCA），其中这些公式表示过程之间的材料或能量交换量。可变数量可以是几个参数的函数，例如地理位置。公式链和变量引用存储在有向无环图中，因此始终可以简单地评估公式。公式作为字符串存储在数据库中。我的问题是：

1. 是否可以解析一个公式，以便解析后的评估也可以存储在数据库中（作为要评估的字符串或其他东西）？
2. 这种方法有替代方案吗？请记住，理想的解决方案是解析/写入一次，然后读取多次。例如，部分解析公式，然后使用 ast 模块，虽然我不知道这如何与数据库存储一起使用。
3. 我可以查看与此类似的项目或库的任何示例吗？我不是程序员，只是一个在业余时间制作开源 LCA 软件模型的学生试图完成他的论文。
4. 这种方法是不是太慢了？我希望能够进行大量的蒙特卡洛运行，每次运行可能涉及数以万计的公式评估（这是一个大数据库）。

我见过的大多数 pyparsing 示例都处理线性表达式。

a = 1 + 2

我想解析 mediawiki 标题，并将它们散列到它们的部分。

例如

字典看起来像：

如果我只能看到这种“封闭”（==HEADLINE==）解析的一个示例，我就可以继续查看链接/图像/文件等。

我希望能够从一段文本中提取字母的类型和数量，其中字母可以按任何顺序排列。我还在进行其他一些解析，但这一点让我很困惑！

我可以使用搜索或扫描并重复每个可能的字母，但是有没有一种干净的方法呢？

据我所知：