用Python解析Lisp文件

Question

我有一个 lisp 文件，这个文件是从 UCI 机器学习数据库中下载的。我想使用 Python 将其转换为纯文本文件。典型的一行看起来像这样：

(1 ((st 8) (pitch 67) (dur 4) (keysig 1) (timesig 12) (fermata 0))((st 12) (pitch 67) (dur 8) (keysig 1) (timesig 12) (fermata 0)))

我可以帮您将内容转化为文本文件，如下所示：

我想将这个解析成一个文本文件：

time pitch duration keysig timesig fermata
8    67    4        1      12      0
12   67    8        1      12      0

有没有一个Python模块可以智能解析这个？这是我第一次看到Lisp。

- qua

---

在Python中解析S-表达式有帮助吗？ - Martijn Pieters

为什么不使用Lisp将其转换为另一种格式呢？ - Marcin

学习足够的Lisp需要的学习曲线是怎样的？ - qua

Answer 1

如这个答案所示，pyparsing似乎是解决这个问题的合适工具:

inputdata = '(1 ((st 8) (pitch 67) (dur 4) (keysig 1) (timesig 12) (fermata 0))((st 12) (pitch 67) (dur 8) (keysig 1) (timesig 12) (fermata 0)))'

from pyparsing import OneOrMore, nestedExpr

data = OneOrMore(nestedExpr()).parseString(inputdata)
print data

# [['1', [['st', '8'], ['pitch', '67'], ['dur', '4'], ['keysig', '1'], ['timesig', '12'], ['fermata', '0']], [['st', '12'], ['pitch', '67'], ['dur', '8'], ['keysig', '1'], ['timesig', '12'], ['fermata', '0']]]]

为了完整性，以下是如何使用texttable格式化结果的方法（使用texttable）：

from texttable import Texttable

tab = Texttable()
for row in data.asList()[0][1:]:
    row = dict(row)
    tab.header(row.keys())
    tab.add_row(row.values())
print tab.draw()

要将这些数据转换回lisp符号表达式，请执行以下操作：
(timesig 12 keysig 1 st 8 pitch 67 dur 4 fermata 0)
(timesig 12 keysig 1 st 12 pitch 67 dur 8 fermata 0)

def lisp(x):
    return '(%s)' % ' '.join(lisp(y) for y in x) if isinstance(x, list) else x

d = lisp(d[0])

- georg

---

这绝对是正确答案，因为Op要求“一个Python 模块来智能地解析这个”。 - Bakuriu

Answer 2

如果您知道数据是正确的并且格式统一（乍一看似乎是这样），如果您只需要这些数据而不需要解决一般性问题...那么为什么不用空格替换每个非数字字符，然后使用split函数呢？

import re
data = open("chorales.lisp").read().split("\n")
data = [re.sub("[^-0-9]+", " ", x) for x in data]
for L in data:
    L = map(int, L.split())
    i = 1  # first element is chorale number
    while i < len(L):
        st, pitch, dur, keysig, timesig, fermata = L[i:i+6]
        i += 6
        ... your processing goes here ...

- 6502

Answer 3

使用正则表达式将其分成一对：

In [1]: import re

In [2]: txt = '(((st 8) (pitch 67) (dur 4) (keysig 1) (timesig 12) (fermata 0))((st 12) (pitch 67) (dur 8) (keysig 1) (timesig 12) (fermata 0)))'

In [3]: [p.split() for p in re.findall('\w+\s+\d+', txt)]
Out[3]: [['st', '8'], ['pitch', '67'], ['dur', '4'], ['keysig', '1'], ['timesig', '12'], ['fermata', '0'], ['st', '12'], ['pitch', '67'], ['dur', '8'], ['keysig', '1'], ['timesig', '12'], ['fermata', '0']]

然后将其制作成字典：

dct = {}
for p in data:
    if not p[0] in dct.keys():
        dct[p[0]] = [p[1]]
    else:
        dct[p[0]].append(p[1])

结果如下：

In [10]: dct
Out[10]: {'timesig': ['12', '12'], 'keysig': ['1', '1'], 'st': ['8', '12'], 'pitch': ['67', '67'], 'dur': ['4', '8'], 'fermata': ['0', '0']}

打印：

print 'time pitch duration keysig timesig fermata'
for t in range(len(dct['st'])):
    print dct['st'][t], dct['pitch'][t], dct['dur'][t], 
    print dct['keysig'][t], dct['timesig'][t], dct['fermata'][t]

适当的格式化留给读者自行练习...

- Roland Smith

Answer 4

由于数据已经在Lisp中，可以使用Lisp本身将数据操作成一个众所周知的格式，例如CSV或TSV：

    (let ((input '(1 ((ST 8) (PITCH 67) (DUR 4) (KEYSIG 1) (TIMESIG 12) (FERMATA 0))
                    ((ST 12) (PITCH 67) (DUR 8) (KEYSIG 1) (TIMESIG 12) (FERMATA 0)))))
               (let*
                   ((headers (mapcar #'first (cadr input)))
                    (rows (cdr input))
                    (row-data (mapcar (lambda (row) (mapcar #'second row)) rows))
                    (csv (cons headers row-data)))
                 (format t "~{~{~A~^,~}~^~%~}" csv)))

ST,PITCH,DUR,KEYSIG,TIMESIG,FERMATA
8,67,4,1,12,0
12,67,8,1,12,0

- ealfonso