Здрасте, я здесь новичок, так что не судите строго за вопросы. У меня проблема связана с парсеровщиком. Нужно разбить текст на блоки (хотябы) и добавить эти блоки в таблицу (на сервере). На входе - текст вроде: BEGIN bla-bla-bla bla-bla-bla END BEGIN; Далее могут идти похожие блоки, но вместо BEGIN другие определенные слова. Если есть какие-нибудь советы по такой разбивке, подскажите, буду очень благодарна.
Поскольку задача сформулирована очень обще, ответить толком трудновато. Если в общем случае текст имеет структуру вида { * } { * } { * } где * - произвольный текст, а {} - пары некоторых ограничителей, и при этом между блоками нет никакого левого мусора, то задача упрощается. Если на самом деле все гораздо запутаннее, то... Упрощенную задачу можно решать так: Считываем из входного потока произвольный открывающий разделитель. Если это не он, то выдаем ошибку. А если он, то запоминаем его и читаем из входного потока текст, накапливая его в буфер. Как только мы натыкаемся на что-то, что не есть текст, смотрим: это что? ожидаемый закрывающий разделитель? Или какое-то левое служебное слово? Если левое, выдаем ошибку. Если это правильный разделитель, то кидаем содержимое буфера на сервер и возвращаемся в начало цикла, чтобы прочесть очередной произвольный открывающий разделитель. Вот пока и все. Немного сумбурно...
Нет, мусора между блоками нет (в идеале). Проблема в том, что вместо ограничителя (char) стоит слово (string). Как проверить начинается ли строка с "зарезервированного" слова и заканчивается ли она "зарезервированным" словом - что в совокупности составляет блок, который мне нужен.
Ну например текст:
SING abc IS "Алфавит" HEAD ('Упорядоченная последовательность символов') END SING;
LOG adsdd IS "Измененный алфавит" HEAD ('Последовательность символов') END LOG;
Мне извесно, что этот текст (строка) содержит блоки, которые должны начинаться со слова SING или LOG и заканчиваться END SING; или END LOG; соответственно. Так вот, мне нужно взять по отдельности каждый блок и одновременно проверить их на правильность, т е чтобы на выходе не было результата вроде:
LOG adsdd IS "Измененный алфавит" HEAD ('Упорядоченная последовательность символов') END SING;
Могу дать парсер строки, который способен разбивать строку на токены - числа, операторы, идентификаторы и терминальные символы, которые ты сам можешь указать (строковые константы не поддерживаются). Кроме того, парсер чувствителен к регистру (так и не добавил опции отключения сей протеворечивой функции)
Всё написано мною на делфи, протестено.
А возможно использовать другой тип входных файлов? Например использовать XML формат. И сбросить парсинг XML на DOM-инспектора. Это скорее всего лучший вариант.
Вот пример использования парсера:
procedure TForm1.OnLexem(Sender: TLexParser; const Lexem: TLexem); var S: string; begin // Lexem.Rec - это поле заполнено, в случае, если лексема является // идентификатором или ключевым словом // в других случаях придётся вытаскивать лексему используя Copy
procedure TForm1.Button1Click(Sender: TObject); var Parser: TLexParser; begin Memo1.Clear; //в конструкторе можно указать класс хэш-записи // это нужно я не знаю для чего (на всякий случай эту опцию сохранил) Parser:=TLexParser.Create;
Parser.EmitSpace:=false; //отключаем "узнавание" пробелов и табов //(он их будет пропускать) Parser.EmitEOL:=false; //отключам маркер конца строки
//ограничение на идентификаторы: // использовать можно тока символы (и цыфры) или // только знаки и скобки
спасиб, тока разобраться - не меньше, чем 0,5 литра надо. У меня еще вопрос - как реализовать проверку текста с помощью case..end - есть текст, мы бежим циклом по каждому символу и в конструкции case делаем определенные действия в зависимости от того, символ это алфавитный или цифра, или еще какая нибудь закорючка. Если будет пример такого кусочка кода - то отдельное тому спасибо.
case c of '0'..'9': begin { It is a digit } end; 'A'..'Z','a'..'z': begin { It is a Latin letter } end; '$': begin { It is an US Dollar } end; else begin { Any other Character } end; end; end;
Спасибо, пока пищи для размышления много и свою первоначальную задачу я может быть решу, но конечно хотелось бы знать, если кто-то подобным занимался, есть ли более удобный, простой или "эргономичный" способ решения такого рода задач - я имею ввиду парсинг строк какого-либо кода?
Function StrOneSpace(s: String): String; Функция удаляет из строки все лишние пробелы таким образом, что между остальными символами всегда остается только один пробел.
вот эта цитата из паскалевского фака по строкам, туда я вопрос задавать не решаюсь, но не задавать его тоже глупо! Поэтому вопрос такой: а если в строке есть символы #13 и их надо заменить на один пробел, причем неизвесно сколько #13 символов между словами, т.е. bla#13#32#32#13bla - короче надо заменить всю лабуду между словами bla bla на один пробел. Это как делается?
function OneDelim(s: string; delim: CharSet): string; var i, k: byte; begin
i := 1; while i <= length(s) do begin if s[ i ] in delim then begin k := 0; while s[i + k] in delim do inc(k); delete(s, i, k); insert(#32, s, i); end; inc(i); end; OneDelim := s; end;
const s: string = 'bla'#13#13#32#13#32'bla'; begin writeln(s); s := OneDelim(s, [#13, #32]); writeln(s); end.
?
Я только одного не пойму: если тема в разделе Дельфи, почему тебя вообще интересует Паскалевский FAQ? В Дельфях есть столько своих функций для работы со строками, что Паскалю и не снилось!!! Почему ты их не используешь?
Или тему перенести в "Паскаль", чтобы избежать путаницы в дальнейшем?
Я только одного не пойму: если тема в разделе Дельфи, почему тебя вообще интересует Паскалевский FAQ? В Дельфях есть столько своих функций для работы со строками, что Паскалю и не снилось!!! Почему ты их не используешь?
Или тему перенести в "Паскаль", чтобы избежать путаницы в дальнейшем?
Да, я об этом, а тему переносить не надо, я просто, видимо, не все дельфовские функции знаю, а тут FAQ про паскалевские строки подвернулся, вот я и решила задать вопрос...sorry