Не жадный разбор списка с помощью pyparsing
У меня есть строка, состоящая из списка слов, которые я пытаюсь разобрать с помощью pyparsing.
Список всегда содержит минимум три пункта. Из этого я хочу, чтобы pyparsing генерировал три группы, первая из которых содержит все слова до последних двух элементов, а последние две группы должны быть последними двумя элементами. Например:
"one two three four"
Следует разобрать на что-то похожее:
["one two"], "three", "four"
Я могу сделать это с регулярным выражением:
import pyparsing as pp
data = "one two three four"
grammar = pp.Regex(r"(?P<first>(w+W?)+)s(?P<penultimate>w+) (?P<ultimate>w+)")
print(grammar.parseString(data).dump())
Который дает:
['one two three four']
- first: one two
- penultimate: three
- ultimate: four
Моя проблема заключается в том, что я не могу получить тот же результат с Нерегексным ParserElement из-за жадной природы pyparsing, например следующее:
import pyparsing as pp
data = "one two three four"
word = pp.Word(pp.alphas)
grammar = pp.Group(pp.OneOrMore(word))("first") + word("penultimate") + word("ultimate")
grammar.parseString(data)
Сбой при трассировке:
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/lib/python2.7/site-packages/pyparsing.py", line 1125, in parseString
raise exc
pyparsing.ParseException: Expected W:(abcd...) (at char 18), (line:1, col:19)
Потому что OneOrMore хлебает все слова в списке. Мои попытки до сих пор предотвратить это жадное поведение с помощью FollowedBy или NotAny терпят неудачу - любые предложения о том, как я могу получить желаемое поведение?
1 ответ:
Ну, ваше выражение OneOrMore просто нужно немного подтянуть - вы на правильном пути с FollowedBy. Вы на самом деле не хотите просто OneOrMore(слово), вы хотите "OneOrMore(слово, за которым следует по крайней мере еще 2 слова)". Чтобы добавить этот вид lookahead к pyparsing, вы можете даже использовать новый оператор умножения '*' для указания количества lookahead:
grammar = pp.Group(pp.OneOrMore(word + pp.FollowedBy(word*2)))("first") + word("penultimate") + word("ultimate")Теперь сброс этого дает желаемое:
[['one', 'two'], 'three', 'four'] - first: ['one', 'two'] - penultimate: three - ultimate: four
Comments