PyParsing: это правильное использование setParseAction ()?

Question

У меня есть такие строки:

"MSE 2110, 3030, 4102"

Я хотел бы вывести:

[("MSE", 2110), ("MSE", 3030), ("MSE", 4102)]

Это мой способ, хотя я еще не совсем понял:

def makeCourseList(str, location, tokens):
    print "before: %s" % tokens

    for index, course_number in enumerate(tokens[1:]):
        tokens[index + 1] = (tokens[0][0], course_number)

    print "after: %s" % tokens

course = Group(DEPT_CODE + COURSE_NUMBER) # .setResultsName("Course")

course_data = (course + ZeroOrMore(Suppress(',') + COURSE_NUMBER)).setParseAction(makeCourseList)

Это выводит:

>>> course.parseString("CS 2110")
([(['CS', 2110], {})], {})
>>> course_data.parseString("CS 2110, 4301, 2123, 1110")
before: [['CS', 2110], 4301, 2123, 1110]
after: [['CS', 2110], ('CS', 4301), ('CS', 2123), ('CS', 1110)]
([(['CS', 2110], {}), ('CS', 4301), ('CS', 2123), ('CS', 1110)], {})

Это правильный способ сделать это, или я полностью отключен?

Кроме того, вывод не совсем корректен - я хочу, чтобы course_data выдавал список course символов в том же формате, что и другие. Прямо сейчас первый курс отличается от других. (У него {}, а у других нет.)

Answer 1

Это решение запоминает отдел при анализе и выдает кортеж (dept, coursenum) при обнаружении числа.

from pyparsing import Suppress,Word,ZeroOrMore,alphas,nums,delimitedList

data = '''\
MSE 2110, 3030, 4102
CSE 1000, 2000, 3000
'''

def memorize(t):
    memorize.dept = t[0]

def token(t):
    return (memorize.dept,int(t[0]))

course = Suppress(Word(alphas).setParseAction(memorize))
number = Word(nums).setParseAction(token)
line = course + delimitedList(number)
lines = ZeroOrMore(line)

print lines.parseString(data)

Выход:

[('MSE', 2110), ('MSE', 3030), ('MSE', 4102), ('CSE', 1000), ('CSE', 2000), ('CSE', 3000)]

Answer 2

Это правильный способ сделать это, или я Я полностью выключен?

Это один из способов сделать это, хотя, конечно, есть и другие (например, использовать в качестве действия разбора два связанных метода - поэтому экземпляр, которому принадлежит метод, может сохранять состояние - один для кода dept и другой для номера курса ).

Возвращаемое значение вызова parseString сложнее подчинить вашей воле (хотя я уверен, что достаточно темная магия сделает это, и я с нетерпением жду объяснения Пола Макгуайра, как ;-), так почему бы не перейти -методный маршрут как в ...:

from pyparsing import *

DEPT_CODE = Regex(r'[A-Z]{2,}').setResultsName("DeptCode")
COURSE_NUMBER = Regex(r'[0-9]{4}').setResultsName("CourseNumber")

class MyParse(object):
  def __init__(self):
      self.result = None

  def makeCourseList(self, str, location, tokens):
      print "before: %s" % tokens

      dept = tokens[0][0]
      newtokens = [(dept, tokens[0][1])]
      newtokens.extend((dept, tok) for tok in tokens[1:])

      print "after: %s" % newtokens
      self.result = newtokens

course = Group(DEPT_CODE + COURSE_NUMBER).setResultsName("Course")

inst = MyParse()
course_data = (course + ZeroOrMore(Suppress(',') + COURSE_NUMBER)
    ).setParseAction(inst.makeCourseList)
ignore = course_data.parseString("CS 2110, 4301, 2123, 1110")
print inst.result

это излучает:

before: [['CS', '2110'], '4301', '2123', '1110']
after: [('CS', '2110'), ('CS', '4301'), ('CS', '2123'), ('CS', '1110')]
[('CS', '2110'), ('CS', '4301'), ('CS', '2123'), ('CS', '1110')]

что, кажется, вам нужно, если я правильно прочитал ваши спецификации.

Answer 3

data = '''\
MSE 2110, 3030, 4102
CSE 1000, 2000, 3000'''

def get_courses(data):
    for row in data.splitlines():
        department, *numbers = row.replace(",", "").split()
        for number in numbers:
            yield department, number

Это даст генератор для кодов курса. Список может быть составлен с помощью list(), если необходимо, или вы можете перебирать его напрямую.

Answer 4

Конечно, все любят PyParsing. Для таких простых вещей, как этот сплит, оооочень легко прогнать:

data = '''\
MSE 2110, 3030, 4102
CSE 1000, 2000, 3000'''

all = []
for row in data.split('\n'):
        klass,num_l = row.split(' ',1)
        all.extend((klass,int(num)) for num in num_l.split(','))