如何将含capture的Liquid模板解析为Python字典（非正则）

下面是几种无需正则表达式的可行方案：

• 使用liquid-parser库解析AST
  这个Python库专门用于解析Liquid模板并生成抽象语法树（AST），你可以遍历AST节点识别并提取capture标签的信息：

  from liquid_parser import LiquidParser
  
  # 示例Liquid模板
  template = """
  {% capture product_title %}Awesome T-Shirt{% endcapture %}
  {% capture product_desc %}100% cotton, premium quality{% endcapture %}
  """
  
  parser = LiquidParser()
  ast = parser.parse(template)
  
  capture_data = {}
  # 遍历AST子节点
  for node in ast.children:
      if node.type == "Capture":
          # 提取变量名
          var_name = node.name.value
          # 提取捕获的内容（根据节点结构处理文本节点）
          content = ""
          for child in node.children:
              if hasattr(child, "value"):
                  content += child.value
          capture_data[var_name] = content
  
  print(capture_data)
  # 输出: {'product_title': 'Awesome T-Shirt', 'product_desc': '100% cotton, premium quality'}
  

• 借助Jinja2解析器兼容处理
  Liquid和Jinja2语法高度相似，可先将Liquid的{% capture %}标签转换为Jinja2的{% set %}语法（仅针对文本捕获场景），再用Jinja2的AST解析能力提取变量：

  from jinja2 import Environment, nodes
  from jinja2.parser import Parser
  
  # 转换Liquid捕获标签为Jinja2格式
  liquid_template = """{% capture var1 %}示例内容1{% endcapture %}"""
  jinja_template = liquid_template.replace("{% capture", "{% set").replace("{% endcapture %}", "%}")
  
  env = Environment()
  parser = Parser(env, jinja_template)
  ast = parser.parse()
  
  capture_data = {}
  for stmt in ast.body:
      if isinstance(stmt, nodes.Assign):
          var_name = stmt.target.name
          content = stmt.node.value
          capture_data[var_name] = content
  
  print(capture_data)
  # 输出: {'var1': '示例内容1'}
  

• 自定义解析器（基于PLY）
  若现有库无法满足需求，可使用PLY（Python Lex-Yacc）自定义Liquid语法的词法和语法分析器，生成AST后提取capture标签信息。这种方法需要编写语法规则，但完全可控，避免正则的局限性。

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