如何用pyparsing库解析含隐式AND的可选运算符？

需要解析类似alpha OR beta gamma的字符串，其中相邻术语（如beta和gamma）之间的缺失运算符为隐式AND。现有代码使用pyparsing实现，但无法识别隐式AND，当前输入alpha OR beta gamma的输出仅为[BinaryOp(OR, Term(alpha), Term(beta))]，遗漏了gamma和隐式AND。

原有代码：

import pyparsing as pp


class Term:
    def __init__(self, tokens: pp.ParseResults):
        self.value = str(tokens[0])

    def __repr__(self) -> str:
        return f"Term({self.value})"


class BinaryOp:
    def __init__(self, tokens: pp.ParseResults) -> None:
        self.op = tokens[0][1]
        self.left = tokens[0][0]
        self.right = tokens[0][2]

    def __repr__(self) -> str:
        return f"BinaryOp({self.op}, {self.left}, {self.right})"


and_ = pp.Keyword("AND")
or_ = pp.Keyword("OR")
word = (~(and_ | or_) + pp.Word(pp.alphanums + pp.alphas8bit + "_")).set_parse_action(Term)

expression = pp.infix_notation(
    word,
    [
        (pp.Optional(and_), 2, pp.opAssoc.LEFT, BinaryOp),
        (or_, 2, pp.opAssoc.LEFT, BinaryOp),
    ],
)

input_string = "alpha OR beta gamma"
parsed_result = expression.parseString(input_string)
print(parsed_result.asList())

解决方案 #

问题核心是pp.Optional(and_)无法匹配无显式运算符的相邻术语，需要调整运算符定义，用pp.Empty()表示隐式AND，同时明确运算符优先级（AND优先级高于OR）。

修改后的代码：

import pyparsing as pp


class Term:
    def __init__(self, tokens: pp.ParseResults):
        self.value = str(tokens[0])

    def __repr__(self) -> str:
        return f"Term({self.value})"


class BinaryOp:
    def __init__(self, tokens: pp.ParseResults) -> None:
        # 处理隐式AND：无显式运算符时默认设为"AND"
        tokens_list = tokens[0]
        if len(tokens_list) == 2:
            self.op = "AND"
            self.left = tokens_list[0]
            self.right = tokens_list[1]
        else:
            self.op = tokens_list[1]
            self.left = tokens_list[0]
            self.right = tokens_list[2]

    def __repr__(self) -> str:
        return f"BinaryOp({self.op}, {self.left}, {self.right})"


and_ = pp.Keyword("AND")
or_ = pp.Keyword("OR")
word = (~(and_ | or_) + pp.Word(pp.alphanums + pp.alphas8bit + "_")).set_parse_action(Term)

expression = pp.infix_notation(
    word,
    [
        # 先处理显式AND和隐式AND（用pp.Empty()匹配无运算符的相邻术语）
        ((and_ | pp.Empty()), 2, pp.opAssoc.LEFT, BinaryOp),
        # OR优先级低于AND，后处理
        (or_, 2, pp.opAssoc.LEFT, BinaryOp),
    ],
)

input_string = "alpha OR beta gamma"
parsed_result = expression.parseString(input_string)
print(parsed_result.asList())

关键改动说明 #

1. BinaryOp逻辑调整：增加对隐式AND的判断，当解析结果只有左右两个Term时，自动将运算符设为AND；
2. 运算符优先级排序：将AND类运算符（显式+隐式）放在OR前面，符合布尔表达式的运算优先级规则；
3. 隐式AND匹配：用pp.Empty()匹配两个Term直接相连的场景，触发BinaryOp解析。

运行修改后的代码，输入alpha OR beta gamma的输出为：
[BinaryOp(OR, Term(alpha), BinaryOp(AND, Term(beta), Term(gamma)))]，完全符合预期。

内容的提问来源于stack exchange，提问作者medihack