Python Lark 解析器：沒有我安裝的版本似乎有 .pretty() 打印方法

Question

問題：

# From example at https://github.com/lark-parser/lark/blob/master/examples/json_parser.py
from lark import Lark, Transformer, v_args
parse = json_parser.parse
json_grammar = r""" ... """
### Create the JSON parser with Lark, using the LALR algorithm
json_parser = Lark(json_grammar, parser='lalr',
                   # Using the standard lexer isn't required, and isn't usually recommended.
                   # But, it's good enough for JSON, and it's slightly faster.
                   lexer='standard',
                   # Disabling propagate_positions and placeholders slightly improves speed
                   propagate_positions=False,
                   maybe_placeholders=False,
                   # Using an internal transformer is faster and more memory efficient
                   transformer=TreeToJson())

with open(sys.argv[1]) as f:
    tree = parse(f.read())
    print( tree )
    # Errors next 2 lines:
    # No: tree.pretty( indent_str="  " )
    # No: Lark.pretty( indent_str="  " )

具體錯誤：

• AttributeError：類型 object 'Lark' 沒有屬性 'pretty'

設置：

Python 版本 = 3.8.1

在 Mac Bug Sur 上的 Miniconda 3 中

conda install lark-parser

安裝 0.11.2-pyh44b312d_0

conda upgrade lark-parser

安裝 0.11.3-pyhd8ed1ab_0

編輯：注意我的目標：

這里的目標不僅僅是解析 JSON； 我只是碰巧正在使用 JSON 示例來嘗試學習。 我想為我在工作中處理的一些數據編寫自己的語法。

編輯：為什么我相信漂亮的印刷品應該存在：

這是一個使用.pretty() function的例子，甚至包括output。 但我似乎找不到任何包含.pretty（）的東西（至少通過conda）： http://github.com/lark-parser/lark/blob/master/docs/json_tutorial.md

Answer 1

我不確定我可以在這個答案中加入其他答案中沒有的內容。 我將嘗試創建相應的示例：

json_parser = Lark(json_grammar, parser='lalr',
                   # Using the standard lexer isn't required, and isn't usually recommended.
                   # But, it's good enough for JSON, and it's slightly faster.
                   lexer='standard',
                   # Disabling propagate_positions and placeholders slightly improves speed
                   propagate_positions=False,
                   maybe_placeholders=False,
                   # Using an internal transformer is faster and more memory efficient
                   transformer=TreeToJson()
)

這里重要的一行是transformer=TreeToJson() 。 它告訴 lark 在將 Tree 歸還給您之前應用 Transformer class TreeToJson 。 如果刪除該行：

json_parser = Lark(json_grammar, parser='lalr',
                   # Using the standard lexer isn't required, and isn't usually recommended.
                   # But, it's good enough for JSON, and it's slightly faster.
                   lexer='standard',
                   # Disabling propagate_positions and placeholders slightly improves speed
                   propagate_positions=False,
                   maybe_placeholders=False,
)

然后使用.pretty方法獲取Tree實例：

tree = json_parser.parse(test_json)
print(tree.pretty())

然后，您可以手動應用Transformer ：

res = TreeToJson().transform(tree)

現在這是一個“正常”的 python object，就像你從標准庫 json 模塊中得到的一樣，所以可能是一個dict 。

Lark構造的transformer=選項使它可以在創建樹之前完成，從而節省時間和 memory。

Answer 2

Lark 示例目錄中的 JSON 解析器使用樹變換器將解析后的樹轉換為普通的 JSON object。 這使得可以通過將其與 Python 標准庫中的 JSON 解析器進行比較來驗證解析是否正確：

    j = parse(test_json)
    print(j)
    import json
    assert j == json.loads(test_json)

只有當parse返回的值與 json.loads 返回的json.loads類型相同時，最后的assert才能通過，這是一個普通的未經修飾的array內置類型，通常是dict .

您可能會在 Python 標准庫中找到對這個特定應用程序有用的漂亮打印機。 或者您可以使用帶有非零indent關鍵字參數的內置JSON.dumps function。 （例如： print(json.dumps(json_value, indent=2)) ）