Question

好的，关于这个项目，我已经提出了许多较小的问题，但是我对要提出的设计仍然没有足够的信心，所以我将在更大范围内提出一个问题。

我正在解析课程目录的先决条件描述。描述几乎总是遵循某种形式，这使我认为我可以解析大多数形式。

根据本文，我想生成一个课程前提条件关系图。（在我解析了数据之后，这部分将很容易。）

一些示例输入和输出：

"CS 2110" => ("CS", 2110) # 0

"CS 2110 and INFO 3300" => [("CS", 2110), ("INFO", 3300)] # 1
"CS 2110, INFO 3300" => [("CS", 2110), ("INFO", 3300)] # 1
"CS 2110, 3300, 3140" => [("CS", 2110), ("CS", 3300), ("CS", 3140)] # 1

"CS 2110 or INFO 3300" => [[("CS", 2110)], [("INFO", 3300)]] # 2

"MATH 2210, 2230, 2310, or 2940" => [[("MATH", 2210), ("MATH", 2230), ("MATH", 2310)], [("MATH", 2940)]] # 3

如果整个描述只是一门课程，则直接输出。
如果课程是联合的（“和”），它们都将输出在同一列表中
如果课程不连贯（或），则它们在单独的列表中
在这里，我们同时具有“和”和“或”。

需要注意的一个问题是，它变得更加容易：“和” /“或”短语的嵌套似乎从来没有比示例3所示的嵌套大。

做这个的最好方式是什么？我从PLY开始，但是我不知道如何解决减少/减少冲突。 PLY的优点是很容易操纵每个解析规则生成的内容：

def p_course(p):
 'course : DEPT_CODE COURSE_NUMBER'
 p[0] = (p[1], int(p[2]))

使用PyParse，尚不清楚如何修改parseString()的输出。我当时正在考虑以@Alex Martelli的想法为基础，即在一个对象中保持状态并从该对象中建立输出，但是我不确定确切如何做到最好。

 def addCourse(self, str, location, tokens):
  self.result.append((tokens[0][0], tokens[0][1]))

 def makeCourseList(self, str, location, tokens):

  dept = tokens[0][0]
  new_tokens = [(dept, tokens[0][1])]
  new_tokens.extend((dept, tok) for tok in tokens[1:])

  self.result.append(new_tokens)

例如，要处理“或”情况：

    def __init__(self):
            self.result = []
            # ...
  self.statement = (course_data + Optional(OR_CONJ + course_data)).setParseAction(self.disjunctionCourses)



 def disjunctionCourses(self, str, location, tokens):
  if len(tokens) == 1:
   return tokens

  print "disjunction tokens: %s" % tokens

disjunctionCourses()如何知道要断开哪些较小的短语？它得到的只是令牌，但是到目前为止已解析的内容都存储在result ，那么该函数如何分辨result哪些数据对应于token哪些元素？我想我可以搜索标记，然后找到具有相同数据的result元素，但是感觉有些费解。

另外，还有许多包含杂项文本的描述，例如：

"CS 2110 or permission of instructor"
"INFO 3140 or equivalent experience"
"PYSCH 2210 and sophomore standing"

但是我解析该文本并不重要。

解决此问题的更好方法是什么？