Python解析Arbin测试调度格式：工具选型与实现咨询

需要解析一种无文档的Arbin测试调度格式，该格式类似TOML但字符串无需引号，示例输入如下：

[Schedule_Step122]
m_nMaxCurrent=0
m_szAddIn=Relay OFF
m_szLabel=06 - End Charge
m_uLimitNum=2

[Schedule_Step122_Limit0]
Equation0_szCompareSign=>=
Equation0_szRight=F_05_Charge_Capacity
Equation0_szLeft=PV_CHAN_Charge_Capacity
m_bStepLimit=1
m_szGotoStep=End Test


[Schedule_Step122_Limit1]
Equation0_szCompareSign=>=
Equation0_szLeft=PV_CHAN_Voltage
Equation0_szRight=3
m_bStepLimit=1
m_szGotoStep=End Test

期望解析后生成结构化数据（示例JSON）：

{
  "steps": [
    {
      "max_current": 0,
      "add_in": "RELAY_OFF",
      "label": "09 - End Charge",
      "limits": [
        {
          "equations": [
            {
              "left": "PV_CHAN_CHARGE_CAPACITY",
              "compare_sign": ">=",
              "right": "F_05_CHARGE_CAPACITY"
            }
          ],
          "step_limit": 1,
          "goto_step": "END_TEST"
        },
        {
          "equations": [
            {
              "left": "PV_CHAN_VOLTAGE",
              "compare_sign": ">=",
              "right": 6
            }
          ],
          "step_limit": 1,
          "goto_step": "END_TEST"
        }
      ]
    }
  ]
}

核心挑战：

• 字符串无需引号，需自定义值的解析逻辑
• 部分值需要转换为大写命名常量
• 处理嵌套关联：Schedule_StepXXX_LimitYY 隶属于对应的 Schedule_StepXXX
• 键的无序性不影响解析结果

纠结点：选择通用解析工具（ANTLR/PLY/pyparsing/Lark）还是编写自定义解析逻辑？

优先用pyparsing或Lark实现，比自定义解析更可靠 #

这类类INI格式的解析，用pyparsing或者Lark这类声明式解析工具更高效，也更容易维护，尤其是后续格式有小变化时，修改规则比改自定义正则/逐行逻辑简单。

关键实现思路 #

• 解析Section结构：先定义[SectionName]的语法规则，提取Section名称后，用正则（如r"Schedule_Step(\d+)(?:_Limit(\d+))?"）拆分出step编号和limit编号，以此建立父子关联。
• 解析键值对：定义Key=Value规则，其中Value支持数字、带空格的无引号字符串；针对不同Key设置类型转换（如整数转int、指定字符串转大写常量）。
• 构建结构化数据：用字典存储所有step，解析到Limit类型的Section时，根据step编号找到对应父step，将Limit数据添加到父step的limits列表，最后整理为目标结构。

pyparsing示例片段 #

from pyparsing import (
    Word, nums, alphas, alphanums, Suppress, Group, Dict, OneOrMore,
    Regex
)
import re

# 定义语法规则
section_start = Suppress("[")
section_end = Suppress("]")
section_name = Word(alphanums + "_")
key = Word(alphanums + "_")
# 匹配无引号值：排除[]和换行，自动去首尾空格
value = Regex(r"[^[\]\n]+").setParseAction(lambda s: s[0].strip())
integer_value = Word(nums).setParseAction(lambda s: int(s[0]))

key_value_pair = Group(key + Suppress("=") + (integer_value | value))
section = Group(section_start + section_name + section_end + OneOrMore(key_value_pair))

# 解析文件
parser = OneOrMore(section)
parsed_data = parser.parse_file("arbin_schedule.txt")

# 构建目标结构
steps = {}
step_pattern = re.compile(r"Schedule_Step(\d+)")
limit_pattern = re.compile(r"Schedule_Step(\d+)_Limit(\d+)")

for sec in parsed_data:
    sec_name = sec[0]
    kv_dict = dict(sec[1:])
    
    limit_match = limit_pattern.match(sec_name)
    if limit_match:
        step_id = limit_match.group(1)
        # 处理Equation
        eq_left = kv_dict["Equation0_szLeft"].upper()
        eq_sign = kv_dict["Equation0_szCompareSign"]
        eq_right = kv_dict["Equation0_szRight"]
        eq_right = eq_right.upper() if not eq_right.isdigit() else int(eq_right)
        
        limit_item = {
            "equations": [{"left": eq_left, "compare_sign": eq_sign, "right": eq_right}],
            "step_limit": int(kv_dict["m_bStepLimit"]),
            "goto_step": kv_dict["m_szGotoStep"].upper().replace(" ", "_")
        }
        steps[step_id]["limits"].append(limit_item)
        continue
    
    step_match = step_pattern.match(sec_name)
    if step_match:
        step_id = step_match.group(1)
        steps[step_id] = {
            "max_current": int(kv_dict["m_nMaxCurrent"]),
            "add_in": kv_dict["m_szAddIn"].upper().replace(" ", "_"),
            "label": kv_dict["m_szLabel"],
            "limits": []
        }

# 转换为最终格式
result = {"steps": list(steps.values())}
print(result)

自定义解析的适用场景 #

如果格式非常简单且短期内不会变化，也可以写自定义逐行解析：

• 逐行读取文件，跳过空行
• 遇到[开头的行，解析Section名称并判断类型（Step/Limit）
• 普通行解析键值对，根据当前Section类型存储数据
• 通过Section名称的命名规则关联父子结构

但自定义解析容易在边缘情况（如值含特殊符号、多行值）出错，不如工具方案健壮。

内容的提问来源于stack exchange，提问作者markfickett