PyParsing: questo uso corretto di setParseAction()?

Question

Ho stringhe in questo modo:

"MSE 2110, 3030, 4102" 

Vorrei uscita:

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

Questo è il mio modo di andare su di esso, anche se non ho ancora del tutto ottenuto è:

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) 

This uscite:

>>> 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)], {}) 

È questo il modo giusto per farlo, o sono totalmente fuori servizio?

Inoltre, l'output di non è del tutto corretto - Voglio course_data per emettere un elenco di simboli course che si trovano nello stesso formato l'uno dell'altro. In questo momento, il primo corso è diverso dagli altri. (Ha un {}, mentre gli altri non lo fanno.)

Answer 1

È questo il modo giusto per farlo, o sono Sono assolutamente fuori?

È un modo per farlo, anche se naturalmente ci sono altri (ad esempio l'uso come azioni parse due metodo vincolato - così l'istanza del metodo appartiene può mantenere lo stato - uno per il codice reparto e un'altra per il numero del corso).

Il valore restituito della chiamata parseString è più difficile da piegare al proprio testamento (anche se sono sicuro che la magia sufficientemente oscura lo farà e non vedo l'ora che Paul McGuire spieghi come ;-), quindi perché non andare al limite metodo percorso come in ...:

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 

questo emette:

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

che sembra essere ciò che si richiede, se ho letto bene le caratteristiche del tuo.

Answer 2

Questa soluzione memorizza il reparto quando viene analizzato ed emette una tupla (dept, coursenum) quando viene trovato un numero.

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) 

uscita:

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

Answer 3

Certo, everbody ama PyParsing. Per le cose facili come questo split è sooo molto più facile Grok:

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(',')) 

Answer 4

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 

Questo darebbe un generatore per i codici del corso. È possibile creare un elenco con list() se necessario oppure è possibile scorrere direttamente su di esso.