如何解析非标准格式的配置文件？

看起来你碰到了个挺棘手的非标准配置格式问题，这种自定义语法确实让人头疼！先帮你拆解下这个格式的核心特点，再看看怎么调整Parslet代码来适配它。

先梳理这个自定义格式的关键规则 #

这个配置的语法和JSON有相似之处，但有很多自定义扩展，先理清核心特点：

• 层级结构用{}包裹，但键的类型非常灵活：可以是普通标识符（如lname、bufferdata）、纯数字（如1、2），甚至是带转义的特殊字符串（如0.0.0.0\0）
• 键值对有两种形式：键: 值（如lname: node_3432_ND_23），或者键 { ... }（如bufferdata { ... }）——后者相当于键直接对应嵌套对象，省略了冒号
• 支持无引号字符串：只要不包含空白、{、}、:这些语法符号，都可以直接书写（如tds.1、1_3s）
• 允许空值（如sutprofile:、dataref:），即键后面只有冒号没有内容
• 数字作为键的结构（如1 { ... }）是有序集合，类似数组但用数字索引标识

你现有Parslet代码的问题点 #

看了你写的Parser，几个核心问题导致无法正确解析：

1. 字符串规则太宽泛：你定义的string会把几乎所有非引号字符都当成字符串，包括{、:这些语法符号，导致Parser把结构符号误判为内容
2. 未处理数字键和特殊转义键：现有hash_pair只支持字符串作为键，但格式里大量使用数字和特殊转义字符串当键
3. 未覆盖空值和冒号省略的情况：比如sutprofile:这种空值，或者bufferdata { ... }这种省略冒号的键值对
4. 数组规则不符合实际：格式里没有用[]的数组，而是用数字键的嵌套对象表示有序集合

调整后的Parslet Parser实现 #

我帮你改写了Parser，适配这个格式的特点，每部分加了注释方便理解：

class CustomConfigParser < Parslet::Parser
  # 跳过空白：空格、制表符、换行，所有语法符号匹配前都要跳过空白
  rule(:ws) { match('[\s\t\n\r]').repeat(1).skip }
  rule(:ws?) { ws.maybe }

  # 核心语法符号
  rule(:lbrace) { str('{') >> ws? }
  rule(:rbrace) { str('}') >> ws? }
  rule(:colon) { str(':') >> ws? }

  # 无引号字符串：不能包含空白、{、}、:这些语法关键字符
  rule(:unquoted_str) { match('[^\s{}:]').repeat(1).as(:unquoted_str) }

  # 带转义的特殊键：比如0.0.0.0\0，允许包含转义符\，但排除结构符号{、}
  rule(:escaped_key_char) { str('\\') >> any | match('[^{}]') }
  rule(:escaped_key) { escaped_key_char.repeat(1).as(:escaped_key) }

  # 数字键：纯数字组成的键
  rule(:numeric_key) { match('[0-9]').repeat(1).as(:numeric_key) }

  # 所有合法的键类型
  rule(:key) { unquoted_str | numeric_key | escaped_key }

  # 值的类型：无引号字符串、数字，或者嵌套对象
  rule(:value) { unquoted_str | match('[0-9]').repeat(1).as(:number) | object }
  # 空值：键后面只有冒号没有内容的情况
  rule(:null_value) { str('').as(:null) }

  # 键值对的两种形式
  rule(:key_value_pair) {
    (
      # 形式1: key: value 或者 key: (空值)
      key >> colon >> (value | null_value) >> ws?
    ) | (
      # 形式2: key { ... } 省略冒号的嵌套对象
      key >> ws? >> lbrace >> object_content >> rbrace
    )
  }

  # 对象内容：多个键值对的集合，空白分隔
  rule(:object_content) { (key_value_pair | ws?).repeat }

  # 完整对象：{ 内容 }
  rule(:object) { lbrace >> object_content >> rbrace }

  # 根规则：配置从一个顶级对象开始
  root :object
end

调试和扩展建议 #

1. 分步测试：先拿配置里的小片段测试，比如单独解析bufferdata { ... }结构，确认嵌套识别正确，再逐步增加复杂度
2. 用Parslet调试工具：调用parser.parse_with_debug(你的配置字符串)，可以看到Parser每一步的匹配过程，快速定位问题
3. 处理边缘场景：比如完全空的对象2 { }、带转义的键127.0.0.1\32，这些需要单独测试验证
4. 备选方案：如果Parslet的PEG语法写起来太绕，也可以考虑自己写递归下降解析器——这个格式的规则不算特别复杂，手动跟踪嵌套层级可能更直观

备注：内容来源于stack exchange，提问作者Hanynowsky