pyparsing - 如何提前查找不明确的语法（带有/不带时区解析的时间戳）答案

【问题标题】：pyparsing - how to lookahead for ambiguous grammar (timestamp with/without timezone parse)pyparsing - 如何提前查找不明确的语法（带有/不带时区解析的时间戳）
【发布时间】：2021-07-17 00:39:39
【问题描述】：

我正在尝试使用 pyparsing 来解析 SQL 方言中的一些时间戳类型。

在这个特定的 sql 方言中，我们有两种时间戳类型 - 带时区和不带时区。

没有时区的示例：TIMESTAMP WITHOUT TIME ZONE、TIMESTAMP(3)、TIMESTAMP、TIMESTAMP(3) WITHOUT TIME ZONE

带有时区的示例：TIMESTAMP WITH TIME ZONE、TIMESTAMP(9) WITH TIME ZONE。如您所见，唯一的区别是需要明确定义时区。

很遗憾，以下匹配不适用于 pyparsing：

(RPAR, LPAR, COMMA) = map(Suppress, "(),")
NUMS = Word(nums)

TIMESTAMP = CaselessKeyword("TIMESTAMP") + 
    Optional(RPAR + NUMS + LPAR) + 
    Optional(CaselessKeyword("WITHOUT TIME ZONE"))
TIMESTAMP_WITH_TIMEZONE = CaselessKeyword("TIMESTAMP") + 
    Optional(RPAR + NUMS + LPAR) + 
    CaselessKeyword("WITH TIME ZONE")

GRAMMAR = StringStart() + TIMESTAMP | TIMESTAMP_WITH_TIMEZONE + StringEnd()
GRAMMAR.parseString("TIMESTAMP WITHOUT TIMEZONE") # Works fine
GRAMMAR.parseString("TIMESTAMP WITH TIMEZONE") # fails

失败是：

  File "/.../lib/python3.8/site-packages/pyparsing.py", line 3814, in parseImpl
    raise ParseException(instring, loc, self.errmsg, self)
pyparsing.ParseException: Expected end of text, found 'W'  (at char 10), (line:1, col:11)

我认为错误可能是因为此语法需要 1 级前瞻来解决某事物是否为 TIMESTAMP WITH TIMESTAMP 和 TIMESTAMP WITHOUT TIMESTAMP。当它无法匹配WITH TIMESTAMP 时，它使用TIMESTAMP 并结束（显然失败的原因不是字符串的结尾）。在这种情况下我该怎么办？ pyparsing 是否有前瞻能力让我解决这个问题？

【问题讨论】：

标签： python parsing lexer pyparsing

【解决方案1】：

您还需要在内部“|”周围使用括号选择：

>>> expr = pp.Literal("a") + pp.Literal("b") | pp.Literal("c") + pp.Literal("d")
>>> expr
{{"a" "b"} | {"c" "d"}}

应该是：

GRAMMAR = StringStart() + (TIMESTAMP_WITH_TIMEZONE | TIMESTAMP) + StringEnd()

【讨论】：

啊，明白了。我的代码中有这个（为了问题的可读性而进行了简化）。谢谢你抓住这个！也感谢你制作了这么棒的图书馆 :)

【解决方案2】：

一个规则比另一个更具体，因为它不涉及 Optional 关键字。连词是有序的，因此我们必须将语法定义为：

GRAMMAR = ... + TIMESTAMP_WITH_TIMEZONE | TIMESTAMP + ...

相反。我试过 FollowedBy 但效果不太好。

【讨论】：