pyparsing中的可选字符串段

Question

我正在使用pyparsing并尝试定义两个项目，如下所示：

identifier = Word(alphas, alphanums).setName('identifier)

database_name = Optional(identifier.setResultsName('user') + Suppress('.')) + identifier.setResultsName('database')
table_name = database_name + Suppress('.') + identifier.setResultsName('table')

这个想法是匹配table_name ，它将采用一个包含两个或三个段的字符串，并产生以下结果：

mark.foo.bar
=> tokens.user = 'mark'
   tokens.database = 'foo'
   tokens.table = 'bar'

或者如果缺少第一个段：

foo.bar
=> tokens.user = ''  #anything is acceptable: none, empty string or just plain missing
   tokens.database = 'foo'
   tokens.table = 'bar'

table_name应始终具有两个段和一个点，或者如上所述的三个段（两个点）。 一段是不可接受的。

database_name应该有一个段（数据库）或两个（user.database）。

使用database_name实例工作正常 - 它将在一个或两个段上匹配。 但是， table_name在某些情况下失败：

# Works for three segments
mark.foo.bar
=> tokens.user = 'mark'
   tokens.database = 'foo'
   tokens.table = 'bar'

# Fails for two
foo.bar
=> Expected "." (at char 7), (line:1m col:8)

我可以看到它正在做什么： foo.bar已经与user.database匹配，现在它正在期待代表表名的第三个块。 然而它不是我想要的。

救命？

Answer 1

问题是，当你匹配前导标识符时，你不知道它是否会成为用户字段，直到你查看了所有可能的表字段。 遗憾的是，这意味着您无法使用其主要的可选“用户”字段定义数据库名称，您必须定义一个包含两个或三个字段的综合table_name表达式。

以下代码显示了3个用于解决主要可选标识符的歧义的选项：

1. 尝试首先匹配完整的3字段表单，如果失败，请尝试匹配2字段表单

2. 在匹配可选的前导'用户'字段时明确地预测，使用FollowedBy仅匹配'用户'，如果后跟2*(DOT+identifier)

3. 匹配任何长度的所有以点分隔的列表，并使用解析操作来验证是否只传递了2个或3个标识符，并分配结果名称

请参阅注释以了解每个选项的实现方式。 （注意，为了简化代码，我还将完整的expr.setResultsName('something')替换为expr('something') ，我认为总体上更容易阅读。）

from pyparsing import *

identifier = Word(alphas, alphanums).setName('identifier')
DOT = Suppress('.')

# Option 1 - fully specified options
full_database_name = identifier('user') + DOT + identifier('database')
just_database_name = identifier('database')
table_name = (full_database_name + DOT + identifier('table') | 
              just_database_name + DOT + identifier('table'))

# Option 2 - use FollowedBy to explicitly lookahead when checking for leading user
table_name = (Optional(identifier('user') + FollowedBy(2*(DOT+identifier)) + DOT) + 
                identifier('database') + DOT + identifier('table'))

# Option 3 - use liberally matching expression, with a parse action to assign fields
def assignTableFields(fields):
    if len(fields) == 2:
        fields['database'],fields['table'] = fields
    elif len(fields) == 3:
        fields['user'],fields['database'],fields['table'] = fields
    else:
        raise ParseException("wrong number of fields")
table_name = delimitedList(identifier, delim='.').setParseAction(assignTableFields)

for test in ("a.b.c", "b.c"):
    print test
    print table_name.parseString(test).dump()
    print

你也可能会发现这个过度自由的匹配器，因为它也允许交错的空格，因此"a . b"也有资格作为有效的表名。 您可以定义另一个验证解析操作，并将其添加到table_name：

def noWhitespace(source, locn, tokens):
    if not source[locn:].startswith('.'.join(tokens)):
        raise ParseException("found whitespace between fields")
table_name.addParseAction(noWhitespace)

请注意，对于此解析操作，我调用了addParseAction而不是setParseAction ，以便保留任何现有的解析操作（在选项3的情况下），并将此新的操作添加到要运行的解析操作链中。