微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

javascript – 解析半结构化值

这是我的第一个问题.我试图找到一个答案,但不能老实说,弄清楚我应该使用哪些术语,如果以前有人问过,那么抱歉.

在这里
我在.txt文件中有数千条记录,格式如下:

(1,3,2,1,'John (Finances)'),(2,7,'Mary Jane'),(3,'Gerald (Janitor),broflowski'),

… 等等.第一个值是PK,其他3个是外键,第5个是一个字符串.

我需要在Javascript中解析为JSON(或某些东西),但是我遇到麻烦,因为一些字符串带有括号逗号(在第三个记录“Janitor”,例如),所以我不能使用substring …也许修剪正确的部分,但我想知道是否有更聪明的方式来解析它.

任何帮助将非常感激.

谢谢!

解决方法

你不能(读大概不应该)使用正则表达式为此.如果括号中包含另外一个或另一对不匹配,该怎么办?

好消息是,您可以轻松构建一个tokenizer /解析器.
这个想法是跟踪你当前的状态并采取相应的行动.

这里是我刚才在这里写的解析器的草图,重点是向大家展示一般的想法.如果您有任何概念性问题,请告诉我们.

它工作demo here,但我要求你不要在生产中使用它,然后才能理解和修补它.

怎么运行的

那么,我们如何构建解析器呢?

var State = { // remember which state the parser is at.
     BeforeRecord:0,// at the (
     DuringInts:1,// at one of the integers
     DuringString:2,// reading the name string
     AfterRecord:3 // after the )
};

我们需要跟踪输出和当前工作对象,因为我们一次解析这些输出.

var records = []; // to contain the results
var state = State.BeforeRecord;

现在,我们迭代字符串,继续进行并读取下一个字符

for(var i = 0;i < input.length; i++){
    if(state === State.BeforeRecord){
        // handle logic when in (
    }
    ...
    if(state === State.AfterRecord){
        // handle that state
    }
}

现在,剩下的就是在每个状态下将它消耗到对象中:

>如果它在(我们开始解析和跳过任何空白
>读取所有的整数和沟槽,
>四个整数之后,读取字符串从’到下一个’到达它的结尾
>字符串后,读取直到),存储对象,并重新开始循环.

实施也不是很困难.

解析器

var State = { // keep track of the state
     BeforeRecord:0,DuringInts:1,DuringString:2,AfterRecord:3
};
var records = []; // to contain the results
var state = State.BeforeRecord;
var input = " (1," // sample input

var workingRecord = {}; // what we're reading into.

for(var i = 0;i < input.length; i++){
    var token = input[i]; // read the current input
    if(state === State.BeforeRecord){ // before reading a record
        if(token === ' ') continue; // ignore whitespaces between records
        if(token === '('){ state = State.DuringInts; continue; }
        throw new Error("Expected ( before new record");
    }
    if(state === State.DuringInts){
        if(token === ' ') continue; // ignore whitespace
        for(var j = 0; j < 4; j++){
            if(token === ' ') {token = input[++i]; j--; continue;} // ignore whitespace 
             var curNum = '';
             while(token != ","){
                  if(!/[0-9]/.test(token)) throw new Error("Expected number,got " + token);
                  curNum += token;
                  token = input[++i]; // get the next token
             }
             workingRecord[j] = Number(curNum); // set the data on the record
             token = input[++i]; // remove the comma
        }
        state = State.DuringString;
        continue; // progress the loop
    }
    if(state === State.DuringString){
         if(token === ' ') continue; // skip whitespace
         if(token === "'"){
             var str = "";
             token = input[++i];
             var lenGuard = 1000;
             while(token !== "'"){
                 str+=token;
                 if(lenGuard-- === 0) throw new Error("Error,string length bounded by 1000");
                 token = input[++i];
             }
             workingRecord.str = str;
             token = input[++i]; // remove )
             state = State.AfterRecord;
             continue;
         }
    }
    if(state === State.AfterRecord){
        if(token === ' ') continue; // ignore whitespace
        if(token === ',') { // got the "," between records
            state = State.BeforeRecord;
            records.push(workingRecord);
            workingRecord = {}; // new record;
            continue;
        }
        throw new Error("Invalid token found " + token);
    }
}
console.log(records); // logs [Object,Object,Object]
                      // each object has four numbers and a string,for example
                      // records[0][0] is 1,records[0][1] is 3 and so on,// records[0].str is "John (Finances)"

原文地址:https://www.jb51.cc/js/153157.html

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐