如何用pyparsing仅解析以pci开头的行并跳过其他行？

现有代码的问题 #

1. 非PCI行匹配规则无效：Regex(r"(?!pci)")是零宽负向前瞻，仅检查位置不匹配任何字符，Suppress它无法跳过整行非PCI内容，解析器遇到非PCI行时会因无法匹配而终止，得不到有效结果。
2. PCI设备名匹配规则错误：Word("pci" + nums)将"pci"和数字作为允许的初始字符集，会匹配c24、i25这类不符合要求的字符串，而非严格以"pci"开头的设备名。
3. 未处理多行重复匹配：原语法仅定义单次匹配，未声明需遍历所有行，无法处理多行文本的解析需求。

正确实现方式 #

方式一：先过滤行再解析（简单直观） #

先读取文件并过滤出以"pci"开头的行，再用pyparsing解析每行内容：

from pyparsing import Word, nums, alphanums, Group, Combine, Literal

# 正确定义PCI行语法：匹配pci前缀+数字，再匹配后面的标识
pci_grammar = Group(Combine(Literal("pci") + Word(nums)) + Word(alphanums + "-"))

with open("foo.txt", "r") as f:
    for line in f:
        stripped_line = line.strip()
        if stripped_line.startswith("pci"):
            result = pci_grammar.parseString(stripped_line)
            print(result)

方式二：用pyparsing语法直接处理整文本 #

定义完整的语法规则，让解析器自动跳过非PCI行，提取目标内容：

from pyparsing import Word, nums, alphanums, Group, Combine, Literal, Suppress, Regex, OneOrMore, re

# 匹配完整的PCI行
pci_line = Group(Combine(Literal("pci") + Word(nums)) + Word(alphanums + "-"))
# 匹配并跳过整行非PCI内容（启用多行模式）
non_pci_line = Suppress(Regex(r"^(?!pci).*$", re.MULTILINE))
# 定义全局语法：重复匹配PCI行或非PCI行
full_grammar = OneOrMore(pci_line | non_pci_line)

with open("foo.txt", "r") as f:
    parsed_data = full_grammar.parseString(f.read())
print(parsed_data)

输出结果 #

两种方式都会得到如下解析结果：

['pci24', 'u2480-L0']
['pci25', 'h6045-L0']
['pci26', 'h6045-L1']

内容的提问来源于stack exchange，提问作者Jai