如何使用pyparsing解析分数表达式？

Question

我们刚开始尝试使用pyparsing这个工具，目前感觉还不错，但我们一直没能让它帮我们解析分数形式的数字字符串，把它们转换成数字类型。

举个例子，如果数据库表中的某个列值是这样的字符串：

1 1/2

我们希望能把它转换成Python中的数字形式：

1.5

我们想要一个解析器，它不在乎分数中的数字是整数还是小数。比如说：

1.0 1.0/2.0

...也应该能转换成：

1.5

简单来说，我们希望解析器能做到以下几点：

"1 1/2" = 1 + 0.5 = 1.5

下面的示例代码似乎离我们想要的结果很近...

http://pyparsing.wikispaces.com/file/view/parsePythonValue.py

...但还是不够接近，无法取得进展。我们所有的测试都发现，处理分数的功能只返回了表达式的第一部分（1）。有没有什么建议？提示？及时的智慧？ :)

Answer 1

这个方法可能会对你有帮助：

• http://gist.github.com/361586

可以看看大约在第39行的内容：

mixed = Combine(numeral + fraction, adjacent=False, joinString=' ')

Answer 2

这可能不是你想要的答案，但...

>>> import fractions
>>> txt= "1 1/2"
>>> sum( map( fractions.Fraction, txt.split() ) )
Fraction(3, 2)
>>> float(_)
1.5

Answer 3

既然你提到了一些测试，说明你至少对这个问题有了一些尝试。我猜你已经定义了一个单一的数字，这个数字可以是整数也可以是小数——反正你最后都会把它们转换成浮点数——还有一个由两个数字组成的分数，可能像这样：

from pyparsing import Regex, Optional

number = Regex(r"\d+(\.\d*)?").setParseAction(lambda t: float(t[0]))

fraction = number("numerator") + "/" + number("denominator")
fraction.setParseAction(lambda t: t.numerator / t.denominator)

（注意这里使用了解析动作，它们在解析时就进行浮点转换和分数计算。我更喜欢在解析的时候就处理这些，因为我知道某个东西是数字、分数或其他，而不是等到后面再去处理一堆零散的字符串，试图重建解析器已经完成的识别逻辑。）

这里是我为你的问题准备的测试用例，包含一个整数、一个分数，以及一个整数和分数的组合，使用了整数和小数：

tests = """\
1
1.0
1/2
1.0/2.0
1 1/2
1.0 1/2
1.0 1.0/2.0""".splitlines()

for t in tests:
    print t, fractExpr.parseString(t)

最后一步是如何定义一个分数表达式，它可以是一个单一的数字、一个分数，或者一个单一的数字和一个分数。

由于pyparsing是从左到右解析的，它不会像正则表达式那样进行回溯。所以这个表达式可能效果不好：

fractExpr = Optional(number) + Optional(fraction)

为了将可能来自数字和分数部分的数值相加，添加这个解析动作：

fractExpr.setParseAction(lambda t: sum(t))

我们的测试输出：

1 [1.0]
1.0 [1.0]
1/2 [1.0]
1.0/2.0 [1.0]
1 1/2 [1.5]
1.0 1/2 [1.5]
1.0 1.0/2.0 [1.5]

对于测试用例1/2，它只包含一个分数，前面的分子匹配了Optional(number)这个部分，但这让我们只剩下"/2"，而这并不匹配Optional(fraction)——幸运的是，由于第二个部分是可选的，这个“通过”了，但它实际上并没有做到我们想要的。

我们需要让fractExpr更聪明一点，先检查是否有单独的分数，因为单独的数字和分数的前面分子之间可能会产生混淆。最简单的方法是让fractExpr这样读取：

fractExpr = fraction | number + Optional(fraction)

现在有了这个改变，我们的测试结果更好了：

1 [1.0]
1.0 [1.0]
1/2 [0.5]
1.0/2.0 [0.5]
1 1/2 [1.5]
1.0 1/2 [1.5]
1.0 1.0/2.0 [1.5]

在使用pyparsing时，有几个经典的陷阱，而这就是其中之一。只要记住，pyparsing只会执行你告诉它的前瞻，否则它就是简单的从左到右解析。