使用pyparsing提取关键词的前缀与后缀

我来帮你搞定这个字符串拆分的问题！你的代码没生效主要有两个关键问题，咱们一步步拆解：

问题出在哪？ #

• 贪婪匹配坑了你：ZeroOrMore(Word(alphas))是贪婪模式，会把关键词里的单词也当成前缀的一部分吃掉，导致后面的关键词完全匹配不到。比如输入"aa bb first item ee ff"，它会把"aa"、"bb"、"first"、"item"全当成前缀，剩下的"ee ff"没法匹配关键词，直接报错。
• oneOf用法错误：oneOf(['first item', 'second item'])不能识别带空格的多词短语，因为oneOf默认是处理单个token的选项，它会把"first item"拆成"first"和"item"两个独立的候选，根本不会匹配整个短语。

修正后的解决方案 #

咱们换个思路，用SkipTo来精准匹配前后缀，同时把多词关键词定义成整体的Literal：

from pyparsing import Literal, SkipTo, LineEnd, Optional

# 定义预定义的多词关键词，每个关键词作为整体Literal
keyword_expr = Literal("first item") | Literal("second item")

# 前缀：匹配到关键词之前的所有内容，自动处理空格
prefix = SkipTo(keyword_expr).setResultsName("prefix")

# 后缀：匹配关键词之后到行尾的所有内容
suffix = SkipTo(LineEnd()).setResultsName("suffix")

# 组合完整解析规则，处理前后缀可能为空的情况
parser = Optional(prefix) + keyword_expr.setResultsName("word") + Optional(suffix)

# 测试示例
test_cases = [
    "aa bb first item ee ff",
    "first item ee ff",
    "aa bb second item",
    "second item"
]

for case in test_cases:
    result = parser.parseString(case)
    print(f"输入: {case}")
    print(f"前缀: '{result.prefix.strip() if 'prefix' in result else ''}'")
    print(f"关键词: '{result.word}'")
    print(f"后缀: '{result.suffix.strip() if 'suffix' in result else ''}'")
    print("---")

代码说明 #

• SkipTo(keyword_expr)：精准停在关键词之前，不会贪婪吃掉关键词的内容，完美解决前缀匹配的问题。
• Literal("first item")：把多词短语作为一个整体匹配，确保关键词被正确识别。
• Optional()：处理前缀或后缀为空的情况，让解析规则更灵活。

运行这段代码，你会看到所有测试用例都能正确拆分出前缀、关键词和后缀啦！

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