喵喵时光机

falsetru的嵌套解析器(我稍作修改以接受任意正则表达式模式以指定分隔符和项目分隔符)比我的原始re.Scanner解决方案更快，更简单：import redef parse_nested(text, left=r'[(]', right=r'[)]', sep=r','):    """ https://stackoverflow.com/a/17141899/190597 (falsetru) """    pat = r'({}|{}|{})'.format(left, right, sep)    tokens = re.split(pat, text)    stack = [[]]    for x in tokens:        if not x or re.match(sep, x):            continue        if re.match(left, x):            # Nest a new list inside the current list            current = []            stack[-1].append(current)            stack.append(current)        elif re.match(right, x):            stack.pop()            if not stack:                raise ValueError('error: opening bracket is missing')        else:            stack[-1].append(x)    if len(stack) > 1:        print(stack)        raise ValueError('error: closing bracket is missing')    return stack.pop()text = "a {{c1::group {{c2::containing::HINT}} a few}} {{c3::words}} or three"print(parse_nested(text, r'\s*{{', r'}}\s*'))产量['a', ['c1::group', ['c2::containing::HINT'], 'a few'], ['c3::words'], 'or three']嵌套结构不能与Python正则表达式匹配的单独的，但它是非常容易建立一个基本解析器使用(其可以处理嵌套结构)re.Scanner：import reclass Node(list):    def __init__(self, parent=None):        self.parent = parentclass NestedParser(object):    def __init__(self, left='\(', right='\)'):        self.scanner = re.Scanner([            (left, self.left),            (right, self.right),            (r"\s+", None),            (".+?(?=(%s|%s|$))" % (right, left), self.other),        ])        self.result = Node()        self.current = self.result    def parse(self, content):        self.scanner.scan(content)        return self.result    def left(self, scanner, token):        new = Node(self.current)        self.current.append(new)        self.current = new    def right(self, scanner, token):        self.current = self.current.parent    def other(self, scanner, token):        self.current.append(token.strip())可以这样使用：p = NestedParser()print(p.parse("((a+b)*(c-d))"))# [[['a+b'], '*', ['c-d']]]p = NestedParser()print(p.parse("( (a ( ( c ) b ) ) ( d ) e )"))# [[['a', [['c'], 'b']], ['d'], 'e']]默认情况下NestedParser匹配嵌套括号。您可以传递其他正则表达式来匹配其他嵌套模式，例如方括号，[]。例如，p = NestedParser('\[', '\]')result = (p.parse("Lorem ipsum dolor sit amet [@a xxx yyy [@b xxx yyy [@c xxx yyy]]] lorem ipsum sit amet"))# ['Lorem ipsum dolor sit amet', ['@a xxx yyy', ['@b xxx yyy', ['@c xxx yyy']]],# 'lorem ipsum sit amet']p = NestedParser('', '')print(p.parse("BARBAZ"))# [['BAR', ['BAZ']]]当然，pyparsing可以做的比上面的代码还多。但是出于这个目的，NestedParser对于小型字符串，上述速度要快大约5倍：In [27]: import pyparsing as ppIn [28]: data = "( (a ( ( c ) b ) ) ( d ) e )"    In [32]: %timeit pp.nestedExpr().parseString(data).asList()1000 loops, best of 3: 1.09 ms per loopIn [33]: %timeit NestedParser().parse(data)1000 loops, best of 3: 234 us per loop对于较大的字符串，速度要快大约28倍：In [44]: %timeit pp.nestedExpr().parseString('({})'.format(data*10000)).asList()1 loops, best of 3: 8.27 s per loopIn [45]: %timeit NestedParser().parse('({})'.format(data*10000))1 loops, best of 3: 297 ms per loop