在python中解析未知数据结构

Question

我有一个包含大量数据的文件，其格式类似于：

Group1 {  
    Entry1 {  
        Title1 [{Data1:Member1, Data2:Member2}]  
        Title2 [{Data3:Member3, Data4:Member4}]  
    }  
    Entry2 {  
        ...  
    }  
}
Group2 {
    DifferentEntry1 {
        DiffTitle1 {
            ...
        }
    }
}

问题是，我不知道括号有多少层，数据是如何组织的。在写入新数据之前，我需要修改所有涉及到新成员的数据和条件。在这样的文件中阅读的最佳方式是什么？谢谢！在

Answer 1

我有一些类似的东西，但是是用java写的。它解析具有相同基本结构的文件，但语法略有不同（没有'{'和'}'，只是像python中那样的缩进）。它是一种非常简单的脚本语言。在

基本上它是这样工作的：它使用堆栈来跟踪最内部的指令块（或者在您的案例中是数据），并将每个新的指令追加到顶部的块中。如果它分析了一条需要新块的指令，它将被推送到堆栈中。如果一个块结束，它将从堆栈中弹出一个元素。在

我不想发布整个来源，因为它是大的，它可以在谷歌代码（利扎德娱乐，修订版405）。有几件事你需要知道。在

• Instruction是一个抽象类，它有一个block-expected方法来指示具体指令是否需要块（如循环等），在您的情况下，这是不必要的，您只需要检查'{'。在
• 块扩展指令。它包含一个指令列表，并有一个add方法来添加更多的指令。在
• indent_level返回指令文本前面的空格数。这对于{}sings也是不必要的。在

占位符

BufferedReader input = null;
try {
    input = new BufferedReader(new FileReader(inputFileName));
    // Stack of instruction blocks
    Stack<Block> stack = new Stack<Block>();
    // Push the root block
    stack.push(this.topLevelBlock);
    String line = null;
    Instruction prev = new Noop();
    while ((line = input.readLine()) != null) {
        // Difference between the indentation of the previous and this line
        // You do not need this you will be using {} to specify block boundaries
        int level = indent_level(line) - stack.size();
        // Parse the line (returns an instruction object)
        Instruction inst = Instruction.parse(line.trim().split(" +"));
        // If the previous instruction expects a block (for example repeat)
        if (prev.block_expected()) {
            if (level != 1) {
                // TODO handle error
                continue;
            }
            // Push the previous instruction and add the current instruction
            stack.push((Block)(prev));
            stack.peek().add(inst);
        } else {
            if (level > 0) {
                // TODO handle error
                continue;
            } else if (level < 0) {
                // Pop the stack at the end of blocks
                for (int i = 0; i < -level; ++i)
                    stack.pop();
            }
            stack.peek().add(inst);
        }
        prev = inst;
    }
} finally {
    if (input != null)
        input.close();
}

Answer 2

数据结构基本上看起来像一个dict，其中键是字符串，值要么是字符串，要么是同一类型的另一个dict，所以我建议把它拉到那种python结构中

例如：

{'group1': {'Entry2': {}, 'Entry1': {'Title1':{'Data4': 'Member4',
'Data1': 'Member1','Data3': 'Member3', 'Data2': 'Member2'}, 
'Title2': {}}}

在文件的顶层，您将创建一个空白dict，然后对于您读取的每一行，您使用标识符作为键，然后当您看到{时，将该键的值创建为dict键：值，而不是将该键创建为dict，而是正常插入值。当你看到一个}时，你必须“回到”你正在做的上一个dict，然后再回去填写它。在

我认为将文件放入python结构中的整个解析器可以在一个相当短的递归函数中完成，该函数在看到{时调用自己来填充每个子dict，然后在看到}时返回给它的调用者

Answer 3

这是一个语法。在

dict_content : NAME ':' NAME [ ',' dict_content ]?
             | NAME '{' [ dict_content ]? '}' [ dict_content ]?
             | NAME '[' [ list_content ]? ']' [ dict_content ]?
             ;

list_content : NAME [ ',' list_content ]?
             | '{' [ dict_content ]? '}' [ ',' list_content ]?
             | '[' [ list_content ]? ']' [ ',' list_content ]?
             ;

顶层是dict_content。在

我对嵌入到列表中的dicts和list后面的逗号有点不确定，因为您没有提供任何示例。在