根据先前的元素解析项目

Question

为了提供一些上下文，我正在解析一个 DICOM 文件，并且在使用 Transfer Syntax 条目来确定是使用隐式解析还是显式解析时遇到了困难。但是让我定义一个简化的语法，所以不需要 dicom 知识。

我们有一个条目序列，每个条目都有一个 group number 和一个 data 部分。组号始终表示为u2，但数据可以是不同的类型，比如u2 或u4。条目的顺序可以是任意的，除了所有带有group number == 2 的条目必须在顶部。所有带有group number == 2 的条目都具有u2 的数据类型，但后续数据部分可能不同。

困难的部分来了：所有带有group number != 2 的项目都具有数据类型u4，当且仅当之前存在与此完全相同的条目：

(group, data) == (0x0002, 0x0101)

以python为例，我会这样解析：

def read_entries(stream):
  is_u4 = False
  while not stream.eos():
    group = stream.read_u2()
    if group != 2 and is_u4:
      data = stream.read_u4()
    else:      
      data = stream.read_u2()
    if group == 2 and data == 0x0101:
      is_u4 = True
    yield (group, data)

有没有办法使用 kaitai-struct 实现这一点？

Answer 1

简答

目前不可能将 Python 代码准确转录为 KS 本身，只有 plugging in the code 用命令式语言编写。

但是，由于您提供了额外的信息，可以使用另一种方法，请参阅下面的解决方案。

更长的答案

Kaitai Struct 强调无状态解析，因此我们解析的所有内容实际上都是不可变的（只读），即存在可以在解析过程中改变其值的变量。因此，在解析周期之间传播is_u4 并非易事。例如，MIDI running status 也有类似的问题。

人们建议的一些解决方案有时是递归类型定义+使用_parent语法传播实例（参见issue #70），但是：

• 目前，由于缺少递归定义的实例值的类型定义 + 缺少初始值播种，这阻碍了这一点
• 这会生成一个值的链接列表，而不是一个数组（也就是说，这不是大多数人所习惯的）
• 这会对调用堆栈造成严重影响（即，极长的结构很可能会因堆栈耗尽而失败）

考虑到您提供的其他信息，替代方法可能是可行的。实际上，事实证明整个元素流可以分为 3 组：

• (0x0002, 0x0101) 之前的元素 - 它们都使用 u2-u2 格式
• (0x0002, 0x0101) 元素本身 - 请注意，第一次遇到它时也始终是 u2-u2
• (0x0002, 0x0101) 之后的元素 - 它们都使用 u2-u4 格式；即使之后遇到额外的（0x0002，0x0101），根据您提供的算法，它应该被读取为u2-u4，所以没关系。

因此有可能逃脱：

types:
  elements:
    seq:
      - id: elements_2
        type: element_2
        repeat-until: _.is_u4
      - id: elements_4
        type: element_4
        repeat: eos
  element_2:
    seq:
      - id: group
        type: u2
      - id: data
        type: u2
    instances:
      is_u4:
        value: group == 2 and data == 0x0101
  element_4:
    seq:
      - id: group
        type: u2
      - id: data
        type: u4

请告诉我我是否做对了，这是否适用于您的项目？