Analisando as matrizes de TCL em Ruby com a copa de árvores
Pergunta
Eu tenho um monte de dados (o que eu acho) em uma matriz TCL. Basicamente, é na forma de {a {b c} d {e f} g}
. Só está aninhado um profundamente, mas nem sempre é aninhado, ou seja, a
pode ser apenas a
ou pode ser {aa bb}
ou possivelmente {}
, mas nunca {aa {bb cc}}
. Eu quero extrair essa matriz para que eu possa usá -la no Ruby.
Meu primeiro pensamento foi: "Não há problema, vou escrever uma pequena gramática para analisar isso". Eu instalei a gema da Treetop e escrevi um analisador, que parecia funcionar muito bem. Comecei a ter problemas quando tentei extrair uma matriz da árvore analisada. Eu gostaria de entender melhor a causa dos problemas e o que estou fazendo de errado.
Aqui está o meu código de analisador até agora: (tcl_array.treetop)
grammar TCLArray
rule array
"{" [\s]* "}" {
def content
[]
end
}
/
"{" [\s]* array_element_list [\s]* "}" {
def content
array_element_list.content
end
}
end
rule array_element_list
array_element {
def content
[array_element.content]
end
}
/
array_element [\s]+ array_element_list {
def content
[array_element.content] + array_element_list.content
end
}
end
rule array_element
[^{}\s]+ {
def content
return text_value
end
}
/
array {
def content
array.content
end
}
end
end
Invocando p.parse("{a}").content
rendimentos tcl_array.rb:99:in 'content': undefined local variable or method 'array_element'
O primeiro termo em Array_Element_List (Array_Element) diz que Array_Element é uma variável local indefinida, mas os métodos de acessórios devem ser definidos automaticamente de acordo com a documentação da Treetop.
Anteriormente, tentei uma solução baseada em uma gramática com menos regras, mas um pouco mais complicadas:
grammar TCLArray
rule array
"{" ([\s]* array_element ([\s]+ array_element)* )? [\s]* "}"
end
rule array_element
[^{}\s]+ / array
end
end
Mas com essa gramática, tive problemas em que o analisador parecia estar criando várias expressões diferentes para a regra da matriz, mesmo que não tenha usado nenhuma expressão alternativa (/). O resultado foi que eu não conseguia descobrir como acessar os vários bits da regra da matriz para devolvê -los como uma matriz de rubi.
Solução
Talvez um gerador de analisador esteja exagerado neste caso. Aqui está um analisador de descendência recursiva simples e enrolada à mão com base em Este analisador JSON de James Edward Gray II:
#!/usr/bin/env ruby
# based on James Edward Gray II's solution to the Parsing JSON
# Ruby Quiz #155: <http://RubyQuiz.Com/quiz155.html>
require 'strscan'
class TclArrayParser < StringScanner
def parse
parse_value
ensure
eos? or error "Unexpected data: '#{rest}'"
end
private
def parse_value
trim_space
parse_string or parse_array
ensure
trim_space
end
def parse_array
return nil unless scan(/\{\s*/)
array = []
while contents = parse_value
array << contents
end
scan(/\}/) or error('Unclosed array')
array
end
def parse_string
scan(/[^{}[:space:]]+/)
end
def trim_space
skip(/\s*/)
end
def error(message)
pos = if eos? then 'end of input' else "position #{self.pos}" end
raise ParseError, "#{message} at #{pos}"
end
class ParseError < StandardError; end
end
Aqui está um testSuite:
require 'test/unit'
class TestTclArrayParser < Test::Unit::TestCase
def test_that_an_empty_string_parses_to_nil
assert_nil TclArrayParser.new('').parse
end
def test_that_a_whitespace_string_parses_to_nil
assert_nil TclArrayParser.new(" \t \n ").parse
end
def test_that_an_empty_array_parses_to_an_empty_array
assert_equal [], TclArrayParser.new('{}').parse
end
def test_that_an_empty_array_with_whitespace_at_the_front_parses_to_an_empty_array
assert_equal [], TclArrayParser.new(' {}').parse
end
def test_that_an_empty_array_with_whitespace_at_the_end_parses_to_an_empty_array
assert_equal [], TclArrayParser.new('{} ').parse
end
def test_that_an_empty_array_with_whitespace_inside_parses_to_an_empty_array
assert_equal [], TclArrayParser.new('{ }').parse
end
def test_that_an_empty_array_surrounded_by_whitespace_parses_to_an_empty_array
assert_equal [], TclArrayParser.new(' {} ').parse
end
def test_that_an_empty_array_with_whitespace_at_the_front_and_inside_parses_to_an_empty_array
assert_equal [], TclArrayParser.new(' { }').parse
end
def test_that_an_empty_array_with_whitespace_at_the_end_and_inside_parses_to_an_empty_array
assert_equal [], TclArrayParser.new('{ } ').parse
end
def test_that_an_empty_array_surrounded_by_whitespace_with_whitespace_inside_parses_to_an_empty_array
assert_equal [], TclArrayParser.new(' { } ').parse
end
def test_that_a_sole_element_parses
assert_equal 'a', TclArrayParser.new('a').parse
end
def test_that_an_array_with_one_element_parses
assert_equal ['a'], TclArrayParser.new('{a}').parse
end
def test_that_a_nested_array_parses
assert_equal [[]], TclArrayParser.new('{{}}').parse
end
def test_that_a_nested_array_with_one_element_parses
assert_equal [['a']], TclArrayParser.new('{{a}}').parse
end
def test_that_whitespace_is_ignored
assert_equal [], TclArrayParser.new(' { } ').parse
end
def test_that_complex_arrays_parse_correctly
assert_equal ['a', %w[b c], 'd', %w[e f], 'g'], TclArrayParser.new('{a {b c} d {e f} g}').parse
assert_equal [%w[aa bb], %w[b c], 'd', %w[e f], 'g'], TclArrayParser.new('{{aa bb} {b c} d {e f} g}').parse
assert_equal [[], %w[b c], 'd', %w[e f], 'g'], TclArrayParser.new('{{} {b c} d {e f} g}').parse
assert_equal [[], ['b', 'c'], 'd', ['e', 'f'], 'g'], TclArrayParser.new("\n{\n{\n}\n{\nb\nc\n}\nd\n{\ne\nf\n}\ng\n}\n").parse
end
end
Outras dicas
Observando isso para referência, mas acabei de lançar uma jóia para analisar o simples TCL.