如何解析没有分隔符的元组？

Question

我使用的是pyparser，希望解析包含树结构的文件，这些树结构的值存储在等号之后，否则没有实际的分隔符。你知道吗

我已经把所有的解析都做得很好了，除了极少数情况下数据存储在多行中，所以我必须重写解析器，不要停止从等号到行尾，而是从等号到另一个等号（或end），忽略前面的单词（或忽略end）。你知道吗

数据示例：

(
  ItemName = foo
  SomeOtherStuff = bar
  foo1
  foo2
  AString1 = ItemName
  SomeOtherStuff 
)

代码：

equals = Suppress("=")
token = Word(alphanums + "-,./_:*+=#[];")
decimal = Regex(r'-?0|[1-9]\d*').setParseAction(lambda t:int(t[0]))
stringTemplate = token | decimal
sexpList = Group(Suppress("(") + ZeroOrMore(sexp) + Suppress(")")) 
sexp = Forward()

这显然行不通

astring = Group(stringTemplate + equals + stringTemplate)

所以我试过这些：

multilineString = Group(token + equals + OneOrMore(stringTemplate) + ~FollowedBy(stringTemplate + equals))
multilineString = Group(token + equals + OneOrMore(stringTemplate) + NotAny(stringTemplate + equals))
multilineString = Group(token + equals + OneOrMore(stringTemplate) + ~(stringTemplate + equals))

但没用。我得到的不是错误，就是解析器将所有数据作为一条记录吞噬。你知道吗

Answer 1

使用~FollowedBy是正确的，但是这些表达式必须是OneOrMore重复表达式的一部分。比如：

multilineString = Group(token + equals + OneOrMore(stringTemplate + ~FollowedBy(equals)))
for match in multilineString.searchString(test):
    match.pprint()

其他一些评论：

• 看看token、decimal和stringTemplate的定义。现在的情况是，您永远不会匹配decimal表达式。为了避免将integer误认为token，我建议您将token改为Word(alphas, alphanums + "-,./_:*+=#[];")
• 您可能需要重新考虑是否允许“=”作为token的一部分。如果有人省略了token和定界符“=”之间的空格，那么原本应该是定界符的内容将被吸进token键中。你知道吗
• 考虑添加结果名称以帮助您访问每个键值对的键值位：multilineString = Group(token("key") + equals + OneOrMore(stringTemplate + ~FollowedBy(equals))("value"))。然后您可以像match.key和match.value那样访问它们—当然，您可以使用列表索引将键获取为match[0]，但是我发现命名的访问更容易使用。你知道吗