从无法用 ast.literal_eval 解析的字符串中解析嵌套列表答案

【问题标题】：Parse nested list from string that cannot be parsed with ast.literal_eval从无法用 ast.literal_eval 解析的字符串中解析嵌套列表
【发布时间】：2018-08-23 11:25:00
【问题描述】：

我将一个文件解析为一个 Python 列表，我遇到了一个像这样的嵌套列表：

{   1   4{  2a  0.0 }{  3   0.0 }{  4c  0.0 }{  5   0.0 }   }

我想将它解释为一个列表，但是是嵌套的，所以我希望得到如下的 Python 列表：

[1,4,[2a,0.0],[3,0.0],[4c,0.0],[5,0.0]]

我设法用以下方法做一个正确的字符串：

l = """{    1   4{  2   0.0 }{  3   0.0 }{  4   0.0 }{  5   0.0 }   }"""
l = l.replace("{\t",",[").replace("\t}","]").replace("{","[").replace("}","]").replace("\t",",")[1:]

我也可以申请l.strip("\t")，这样它是一个列表，但不是嵌套的，否则它会被展平，这是我不想要的。

我尝试使用 ast.literal_eval(l)，但它在字符串上失败，例如2a

【问题讨论】：

我在这里很困惑。有一个2a 变为2a，但有一个4cc 变为4，但在您发布的正确字符串上，但2 和4 没有任何字符串。正确的输出是什么？
对不起，打错字了，4c 还是 4c，2a 还是 2a，一般都是字符串，即不加 '''' 就不能用 ast 解析
只需按 { 拆分，然后按空格嵌套拆分
@E.Serra 你是怎么做到这种按空格嵌套分割的？迭代？
要么使用下面的答案，要么使用第一个列表的 for 循环。另外，我建议您删除列表中的空字符串，如果您有多个空白空间，则会生成这些空字符串

标签： python list parsing abstract-syntax-tree

【解决方案1】：

Pyparsing 有一个内置的帮助器 nestedExpr 来帮助解析开始和结束分隔符之间的嵌套列表：

>>> import pyparsing as pp
>>> nested_braces = pp.nestedExpr('{', '}')
>>> t = """{   1   4{  2a  0.0 }{  3   0.0 }{  4c  0.0 }{  5   0.0 }   }"""
>>> print(nested_braces.parseString(t).asList())
[['1', '4', ['2a', '0.0'], ['3', '0.0'], ['4c', '0.0'], ['5', '0.0']]]

【讨论】：

【解决方案2】：

您可以使用 RegEx 开发自己的解析器。在你的情况下，这并不太难。您可以解析封闭的大括号，然后拆分项目并递归评估每个项目。

这是一个例子（并不完美）：

import re

RE_BRACE = r"\{.*\}"
RE_ITEM = r"\d+[a-z]+"
RE_FLOAT = r"[-+]?\d*\.\d+"
RE_INT = r"\d+"

find_all_items = re.compile(
    "|".join([RE_BRACE, RE_ITEM, RE_FLOAT, RE_INT]),
    flags=re.DOTALL).findall

def parse(text):
    mo = re.match(RE_BRACE, text, flags=re.DOTALL)
    if mo:
        content = mo.group()[1:-1]
        items = [parse(part) for part in find_all_items(content)]
        return items
    mo = re.match(RE_ITEM, text, flags=re.DOTALL)
    if mo:
        return mo.group()
    mo = re.match(RE_FLOAT, text, flags=re.DOTALL)
    if mo:
        return float(mo.group())
    mo = re.match(RE_INT, text, flags=re.DOTALL)
    if mo:
        return int(mo.group())
    raise Exception("Invalid text: {0}".format(text))

注意：此解析器无法正确解析 {1 {2} {3} 4}。为此，您需要像 pyparsing 这样的递归解析器。

演示：

s = '''{   1   4{  2a  0.0 }{  3   0.0 }{  4c  0.0 }{  5   0.0 }   }'''

l = parse(s)
print(l)

你得到：

[1, 4, ['2a', 0.0, [3, 0.0, '4c', 0.0], 5, 0.0]]

【讨论】：