如何使用pyparsing解析存在歧义的缩进代码块？

需要解析如下格式的数据：

data = """\
map=1
  sub=1
    int=99
    foo=bar
  sub=2
    foo=bar
    int=99
    bar=qux
"""

基于pyparsing的缩进语法示例编写了解析代码：

from pyparsing import *


stmt = Forward()
suite = IndentedBlock(stmt)
identifier = Word(alphas, alphanums)
key = Combine(identifier + "=" + Word(nums))
definition = key + suite

rhs = Regex(r"[a-z0-9]+")
lhs = identifier + Suppress("=") + rhs
stmt << (definition | lhs)

body = ZeroOrMore(stmt)

# 执行解析
tree = body.parse_string(input_string)
print(tree)

当前解析结果：

['map=1', ['sub=1', ['int=99', ['foo', 'bar']], 'sub=2', ['foo', 'bar', 'int=99', ['bar', 'qux']]]]

期望解析结果：

['map=1', ['sub=1', ['int', '99', 'foo', 'bar'], ['sub=2', ['foo', 'bar', 'int', '99', 'bar', 'qux']]]]

核心问题：map=1、sub=1这类带整数索引的映射定义，与int=99这类普通整数赋值语法完全一致，导致解析器误将普通整数赋值后的键值对识别为新的缩进块，如何消除该歧义？能否使用负向预查？

要解决这个歧义，核心是明确区分“带缩进子块的映射定义”和“普通键值对”：前者后续会跟随缩进层级更深的子元素，后者则没有。以下是可行的实现方式：

方式一：用负向预查精准匹配 #

利用pyparsing的FollowedBy和~（负向匹配），让普通键值对仅匹配那些后续没有缩进块的场景，避免被误判为映射定义。

修改后的解析代码：

from pyparsing import *

stmt = Forward()
suite = IndentedBlock(stmt)
identifier = Word(alphas, alphanums)

# 定义带整数索引的映射键（如map=1、sub=1）
key = Combine(identifier + "=" + Word(nums))
# 映射定义：键 + 缩进子块
definition = key + suite

# 普通键值对：identifier=值（值支持字母/数字）
rhs = Regex(r"[a-z0-9]+")
# 关键：用负向匹配确保当前键值对后续没有缩进块（换行+至少1个空白符）
lhs = ~FollowedBy(LineEnd() + White(" \t", min=1)) + identifier + Suppress("=") + rhs

# 调整匹配优先级：先匹配映射定义，再匹配普通键值对
stmt << (definition | lhs)

body = ZeroOrMore(stmt)

# 测试解析
input_string = """\
map=1
  sub=1
    int=99
    foo=bar
  sub=2
    foo=bar
    int=99
    bar=qux
"""
tree = body.parse_string(input_string)
print(tree.asList())

这段代码中，~FollowedBy(LineEnd() + White(" \t", min=1))会检查当前位置之后是否是“换行+缩进”的结构，如果是，则不匹配普通键值对，确保只有真正的普通键值对（如int=99）会被lhs匹配，而带缩进子块的映射定义（如sub=1）会被definition正确识别。

方式二：通过语义动作修正结构 #

如果负向匹配的逻辑不好理解，也可以先按原有语法解析，再通过语义动作遍历解析树，将误判的结构修正。但这种方式需要额外的后处理步骤，不如负向匹配直接高效。

内容的提问来源于stack exchange，提问作者Soós Péter Levente