使用 Pyparsing 解析自定义格式（大括号分隔）文本配置

Question

我需要解析一些负载平衡器配置部分。这看起来很简单（至少对人类而言）。

Config 由几个对象组成，它们的内容用大括号括起来，如下所示：

ltm rule ssl-header-insert {
    when HTTP_REQUEST {
  HTTP::header insert "X-SSL-Connection" "yes"
}
}
ltm rule some_redirect {
    priority 1

when HTTP_REQUEST {

    if { (not [class match [IP::remote_addr] equals addresses_group ]) }
    {
        HTTP::redirect "http://some.page.example.com"
        TCP::close
        event disable all
    }
}

每个部分/对象的内容是一个 TCL 代码，因此会有嵌套的花括号。我想要实现的是将它成对解析为：对象标识符（在 ltm rule 关键字之后）及其内容（大括号内的 tcl 代码）。

我查看了一些示例并进行了很多实验，但这真的让我很难过。我在 pyparsing 中进行了一些调试（这对我来说也有点令人困惑），我认为我无法以某种方式检测到右括号，但无法弄清楚。

到目前为止我想出了什么：

from pyparsing import *
import json

list_sample = """ltm rule ssl-header-insert {
    when HTTP_REQUEST {
  HTTP::header insert "X-SSL-Connection" "yes"
}
}
ltm rule some_redirect {
    priority 1

when HTTP_REQUEST {

    if { (not [class match [IP::remote_addr] equals addresses_group ]) }
    {
        HTTP::redirect "http://some.page.example.com"
        TCP::close
        event disable all
    }
}
}
ltm rule http_header_replace {
    when HTTP_REQUEST {

        HTTP::header replace Host some.host.example.com

}
}"""

ParserElement.defaultWhitespaceChars=(" \t")
NL = LineEnd()
END = StringEnd()

LBRACE, RBRACE = map(Suppress, '{}')
ANY_HEADER = Suppress("ltm rule ") + Word(alphas, alphanums + "_-")
END_MARK = Literal("ltm rule")

CONTENT_LINE = (~ANY_HEADER + (NotAny(RBRACE + FollowedBy(END_MARK)) + ~END + restOfLine) | (~ANY_HEADER + NotAny(RBRACE + FollowedBy(END)) + ~END + restOfLine)) | (~RBRACE + ~END + restOfLine)

ANY_HEADER.setName("HEADER").setDebug()
LBRACE.setName("LBRACE").setDebug()
RBRACE.setName("RBRACE").setDebug()
CONTENT_LINE.setName("LINE").setDebug()

template_defn = ZeroOrMore((ANY_HEADER + LBRACE +
                 Group(ZeroOrMore(CONTENT_LINE)) +
                 RBRACE))
template_defn.ignore(NL)


results = template_defn.parseString(list_sample).asList()

print("Raw print:")
print(results)
print("----------------------------------------------")
print("JSON pretty dump:")
print json.dumps(results, indent=2)

我在调试中看到一些匹配有效，但最终它失败了，结果是一个空列表。 在旁注中 - 我的 CONTENT_LINE 部分语法通常可能过于复杂，但到目前为止我还没有找到任何更简单的方法来涵盖它。

接下来要弄清楚如何在内容部分保留新行和制表符，因为我需要在输出中保持不变。但看起来我必须首先使用 ignore() 函数（跳过新行）来解析多行文本，所以这是另一个挑战。

如果有人帮助我找出问题所在，我将不胜感激。或者也许我应该采取其他方法？

Answer 1

我认为nestedExpr('{', '}') 会有所帮助。这将处理嵌套的“{}”，并且包裹在 originalTextFor 中将保留换行符和空格。

import pyparsing as pp

LTM, RULE = map(pp.Keyword, "ltm rule".split())
ident = pp.Word(pp.alphas, pp.alphanums+'-_')

ltm_rule_expr = pp.Group(LTM + RULE 
                         + ident('name') 
                         + pp.originalTextFor(pp.nestedExpr('{', '}'))('body'))

使用您的示例字符串（在添加缺少的尾随 '}' 之后）：

for rule, _, _ in ltm_rule_expr.scanString(sample):
    print(rule[0].name, rule[0].body.splitlines()[0:2])

给予

ssl-header-insert ['{', '    when HTTP_REQUEST {']
some_redirect ['{', '    priority 1']

dump() 也是列出返回的 ParseResults 内容的好方法：

for rule, _, _ in ltm_rule_expr.scanString(sample):
    print(rule[0].dump())
    print()

['ltm', 'rule', 'ssl-header-insert', '{\n    when HTTP_REQUEST {\n  HTTP::header insert "X-SSL-Connection" "yes"\n}\n}']
- body: '{\n    when HTTP_REQUEST {\n  HTTP::header insert "X-SSL-Connection" "yes"\n}\n}'
- name: 'ssl-header-insert'

['ltm', 'rule', 'some_redirect', '{\n    priority 1\n\nwhen HTTP_REQUEST {\n\n    if { (not [class match [IP::remote_addr] equals addresses_group ]) }\n    {\n        HTTP::redirect "http://some.page.example.com"\n        TCP::close\n        event disable all\n    }\n}}']
- body: '{\n    priority 1\n\nwhen HTTP_REQUEST {\n\n    if { (not [class match [IP::remote_addr] equals addresses_group ]) }\n    {\n        HTTP::redirect "http://some.page.example.com"\n        TCP::close\n        event disable all\n    }\n}}'
- name: 'some_redirect'

请注意，我将'ltm' 和'rule' 分解为单独的关键字表达式。这可以防止开发人员编写的有效代码为ltm rule blah，“ltm”和“rule”之间有 > 1 个空格。这种事情一直在发生，你永远不知道空白会出现在哪里。