PyParsing OR语句

Question

这将会非常简单，但我尝试匹配两种模式中的一种：

"GET /ligonier-broadcast-media/mp3/rym20110421.mp3 HTTP/1.1"

或

-

我尝试过这样的东西：

key = Word(alphas + nums + "/" + "-" + "_" + "." + "?" + "=" + "%" + "&")

uri = Or("-" | Group(
                   Suppress("\"") +
                   http_method +
                   key.setResultsName("request_uri") +
                   http_protocol +
                   Suppress("\"")
               )
      )

但看起来并不匹配。我完全不确定如何使用或()，是否应该使用Group()，或者是什么。我知道如果单独调用Group()类中提供的参数就可以工作，但我真的需要破折号或带引号的URI字符串，而不只是一个。

日志格式无法协商，我们正在使用已提供的内容。任何建议都将不胜感激。

Answer 1

通常，Or、And、MatchFirst和每个类很少在pyparsing中公开使用。推荐的风格是使用类似的操作符重载。在您的例子中，您同时使用了两种形式，而且这只会妨碍您的工作。

下面是你的表达式，经过一些清理后：

key = Word(alphanums + "/-_.?=%&")
QUOT = Suppress('"')
uri = ("-" | QUOT
             + http_method
             + key("request_uri")
             + http_protocol
             + QUOT
      )

Word的参数是表示允许字符集的字符串。如果只使用一个参数(如本例所示)，则字符串将被解释为可作为单词的一部分解析的字符集。如果给定2个字符串，则第一个字符串表示可接受的初始字符集，第二个字符串表示可接受的正文字符集(在定义诸如变量名之类的内容时非常有用，例如，在Python语言中，只允许使用字母和'_‘作为初始字符，但也允许在正文中使用数字。这应该是Word(alphas+'_', alphanums+'_')。因为Word的参数只是字符串，所以不需要单独添加"/" + "-" + "_" + ...，只需将它们组合成一个字符串。

'|‘运算符分隔允许的替换项，从而生成MatchFirst表达式。它之所以被称为MatchFirst，是因为解析器将在第一个给定表达式匹配后停止尝试。因此，如果使用Word(alphas) | Word(nums)解析字符串"abc“，pyparsing甚至不会尝试匹配Word(nums)表达式-第一个替代表达式匹配。如果你想要的东西有一些重叠，这就会变得更加棘手。假设您希望匹配字母单词、字母单词或字母单词和字母单词，并且您希望解析字符串"abc123“。此解析器：

Word(alphas) | Word(nums) | Word(alphanums)

将解析具有前导Word(alphas)的字符串的开头'abc‘。我们通常可以通过重新安排备选方案来解决这样的问题，例如：

Word(alphanums) | Word(alphas) | Word(nums)

但并不是所有的案例都能如此容易地重构。所以pyparsing也支持Or表达式，使用'^‘运算符定义(我之所以选择这个运算符，是因为'^’让我想起了一对绘图员用来测量长度的分隔符)。Or表达式尝试应用所有给定的备选方案，并选择匹配时间最长的方案。因此，您可以将我的小测试示例编写为：

Word(alphas) ^ Word(nums) ^ Word(alphanums)

现在，pyparsing不会在匹配"abc“时停止，而是会尝试所有备选方案，并最终选择第三个备选方案，匹配"abc123"，因为它提供了更长的匹配时间。

对于您的URI定义，不需要执行或匹配。解析器不可能将前导'-‘与带引号的HTTP命令字符串混淆。因此，使用MatchFirst就足够了，这是通过使用'|‘运算符完成的。

其他一些项目：

如果可以的话，不要用编写"\""。正因为如此，Python支持两个引号字符。请改用'"'。反斜杠是为C程序员准备的，从pyparsing 1.4.6开始，Windows文件names.

• expr.setResultsName("name")已被简化为expr("name")。只有当你想在结果中保留一些结构，或者当你有一个重复的结构，其中有一些带有结果名称的内部表达式时，缩短的语法才能真正帮助解析器definitions.
• Use组的可读性。解析器并不真正需要，只需在结果上添加另一个列表容器包装器，就需要额外的[0]索引来获取解析后的数据。

(如果您确实决定显式调用Or、And等，请确保传递表达式列表，而不只是将它们作为参数列出给表达式构造函数-请参阅Why is ordered choice in pyparsing failing for my use case?了解这种拼写错误如何使事情变得一团糟，这就是我鼓励使用算术运算符来组合解析器的原因。)

Answer 2

我觉得你想..。

from pyparsing import oneOf
# more code here
uri = oneOf(["-", <insert long match expr here>])`
uri.matchString(someStringVar)