简化 AND OR 布尔表达式

Question

我的问题是转成这样的字符串。

 "a OR (b AND c)"
into
  a OR bc

如果表达式是这样的

"a AND (b OR c)"

 then gives

  ab OR ac

我无法使用 REGEX 匹配设计一组正确的循环。问题的症结在于代码必须是完全通用的，因为我无法假设字符串模式会有多长，也无法假设模式中 OR AND 的确切位置。

• 安全性或（（互联网或在线或无纸化）和（银行*））和（移动或手机或电话或访问）或在银行或交易中轻松或在线或孟买或德里 NEAR/10 琼脂或（在线或互联网） AND (bank) OR not OR (apple) EXCLUDE (mongo)

如果我这样输入，它也会解决这种类型的表达式。

Answer 1

Imo，您需要在这里使用解析器，例如PLY。您需要定义所有积木，然后可以构建一个语法树，您可以使用它做任何您想做的事情。
一个例子可能是：

import ply.lex as lex

# List of token names.   This is always required
tokens = (
    'VARIABLE',
    'WHITESPACE',
    'OR',
    'AND',
    'NOT',
    'PAR_OPEN',
    'PAR_CLOSE',
)

# Regular expression rules for simple tokens
t_VARIABLE      = r'\b[a-z]+\b'
t_WHITESPACE    = r'\s+'
t_OR            = r'\bOR\b'
t_AND           = r'\bAND\b'
t_NOT           = r'\bNOT\b'
t_PAR_OPEN      = r'\('
t_PAR_CLOSE     = r'\)'

def t_error(t):
    print("Illegal character '%s'" % t.value[0])
    t.lexer.skip(1)

# Build the lexer
lexer = lex.lex()
lexer.input("a OR (b AND c)")

while True:
    token = lexer.token()
    if not token:
        break
    else:
        print(token)

这会产生

LexToken(VARIABLE,'a',1,0)
LexToken(WHITESPACE,' ',1,1)
LexToken(OR,'OR',1,2)
LexToken(WHITESPACE,' ',1,4)
LexToken(PAR_OPEN,'(',1,5)
LexToken(VARIABLE,'b',1,6)
LexToken(WHITESPACE,' ',1,7)
LexToken(AND,'AND',1,8)
LexToken(WHITESPACE,' ',1,11)
LexToken(VARIABLE,'c',1,12)
LexToken(PAR_CLOSE,')',1,13)

它甚至可以使用嵌套括号，然后您可以分析较小的部分（例如，从 PAR_OPEN 到 PAR_CLOSE 等）。

Answer 2

Pyparsing 可以很容易地为这种表示法定义表达式解析器。将您的 AND、OR 等关键字视为运算符，将您的术语（如“安全”等）视为中缀符号语法中的操作数，您可以使用 pyparsing 的 infixNotation 语法生成器来定义您的解析器：

sample = "security OR ((internet OR online OR paperless) AND (bank*)) AND (mobile OR cell OR phone OR access) OR easy OR online WITHIN bank OR transaction OR mumbai OR delhi NEAR/10 agar OR (online OR internet) AND (bank) OR not OR (apple) EXCLUDE (mongo)"

import pyparsing as pp
# enable packrat parsing, since this infix notation gets more complex than usual
pp.ParserElement.enablePackrat()

term = pp.Word(pp.alphas + '*')
SLASH = pp.Suppress('/')

AND = pp.Keyword("AND")
OR = pp.Keyword("OR")
WITHIN = pp.Keyword("WITHIN")
EXCLUDE = pp.Keyword("EXCLUDE")
NEAR_op = pp.Group(pp.Keyword("NEAR") + SLASH + pp.pyparsing_common.integer)
expr = pp.infixNotation(term,
                        [
                            (NEAR_op, 2, pp.opAssoc.LEFT),
                            (WITHIN, 2, pp.opAssoc.LEFT),
                            (AND, 2, pp.opAssoc.LEFT),
                            (OR, 2, pp.opAssoc.RIGHT),
                            (EXCLUDE, 2, pp.opAssoc.LEFT),
                        ])

expr.parseString(sample).pprint()

打印：

[[['security',
   'OR',
   [[[['internet', 'OR', ['online', 'OR', 'paperless']], 'AND', 'bank*'],
     'AND',
     ['mobile', 'OR', ['cell', 'OR', ['phone', 'OR', 'access']]]],
    'OR',
    ['easy',
     'OR',
     [['online', 'WITHIN', 'bank'],
      'OR',
      ['transaction',
       'OR',
       ['mumbai',
        'OR',
        [['delhi', ['NEAR', 10], 'agar'],
         'OR',
         [[['online', 'OR', 'internet'], 'AND', 'bank'],
          'OR',
          ['not', 'OR', 'apple']]]]]]]]],
  'EXCLUDE',
  'mongo']]

（免责声明：我是pyparsing的作者。）

GitHub 页面：https://github.com/pyparsing/pyparsing

文档：https://pyparsing-docs.readthedocs.io/en/latest/

安装：pip install pyparsing