解析嵌套列表并为每个有效列表返回原始字符串

Question

假设我有一个字符串s = '{aaaa{bc}xx{d{e}}f}'，它具有嵌套列表的结构。我想为其提供层次结构表示，同时能够访问与有效子列表相对应的子字符串。为了简单起见，让我们忘记层次结构，我只想要一个与有效子列表相对应的子字符串列表，例如：

['{aaaa{bc}xx{d{e}}f}', '{bc}', '{d{e}}', '{e}']

使用nestedExpr，可以获得包含所有有效子列表的嵌套结构：

import pyparsing as pp

s = '{aaaa{bc}xx{d{e}}f}'
not_braces = pp.CharsNotIn('{}')
expr = pp.nestedExpr('{', '}', content=not_braces)
res = expr('L0 Contents').parseString(s)
print(res.dump())

打印：

[['aaaa', ['bc'], 'xx', ['d', ['e']], 'f']]
- L0 Contents: [['aaaa', ['bc'], 'xx', ['d', ['e']], 'f']]
  [0]:
    ['aaaa', ['bc'], 'xx', ['d', ['e']], 'f']
    [0]:
      aaaa
    [1]:
      ['bc']
    [2]:
      xx
    [3]:
      ['d', ['e']]
      [0]:
        d
      [1]:
        ['e']
    [4]:
      f

为了获得已解析元素的原始字符串表示形式，我必须将其包装到pyparsing.originalTextFor()中。但是，这将从结果中删除所有子列表：

s = '{aaaa{bc}xx{d{e}}f}'
not_braces = pp.CharsNotIn('{}')
expr = pp.nestedExpr('{', '}', content=not_braces)
res = pp.originalTextFor(expr)('L0 Contents').parseString(s)
print(res.dump())

打印：

['{aaaa{bc}xx{d{e}}f}']
- L0 Contents: '{aaaa{bc}xx{d{e}}f}'

实际上，originalTextFor()包装器将其中的所有内容弄平了。

问题。 originalTextFor()是否有替代方法可以保留其子解析元素的结构？ （最好有一个非丢弃的类似物，可以将其用于为已解析的子表达式创建命名令牌）

请注意，scanString()仅会给我0级子列表，而不会进入内部。我想我可以使用setParseAction()，但是ParserElement的内部操作模式尚未记录，并且我还没有机会深入研究源代码。谢谢！

Answer 1

不是使用originalTextFor，而是将nestedExpr表达式包装在locatedExpr中：

import pyparsing as pp
parser = pp.locatedExpr(pp.nestedExpr('{','}'))

[locatedExpr将返回3元素的ParseResults：

• 开始位置
• 解析值
• 结束位置

然后您可以将解析动作附加到此解析器以修改解析的令牌，并添加自己的original_string命名结果，其中包含从输入字符串中切出的原始文本：

def extract_original_text(st, loc, tokens):
    start, tokens[:], end = tokens[0]
    tokens['original_string'] = st[start:end]
parser.addParseAction(extract_original_text)

现在使用此解析器来解析和转储结果：

result = parser.parseString(s)
print(result.dump())

打印：

['aaaa', ['bc'], 'xx', ['d', ['e']], 'f']
- original_string: '{aaaa{bc}xx{d{e}}f}'

并使用以下命令访问original_string结果：

print(result.original_string)