完整编写一个TXT解析器的过程 parser 对照需求和功能实现处理

一 修改说明：

需求一：

一开始说要解析UECapabilityInfo 消息里的supportedBandCombination-r10这个IE里的CA组合转化成易阅读的表现形式.

    我以为一组CA组合就是一组：

bandEUTRA-r10

     ca-BandwidthClassUL-r10

ca-BandwidthClassDL-r10

supportedMIMO-CapabilityDL-r10

 

   功能实现：

有效信息筛选：于是就用循环把UECapabilityInformation的数据里每一行作为一个元素放到list里面

然后用bandEUTRA-r10作为一组CA的识别信息、在筛选出同组ca-BandwidthClassUL-r10、ca-BandwidthClassDL-r10、supportedMIMO-CapabilityDL-r10的信息，添加保存到字符串中，然后再把字符串作为元素添加到list中去。最后遍历list的元素写入目标文件

 

 

   需求二：

然后收到反馈CA组合的理解是错误的。一组CA组合应该是以大括号作为识别的，里面可能包含多组：

bandEUTRA-r10：

     ca-BandwidthClassUL-r10

ca-BandwidthClassDL-r10

supportedMIMO-CapabilityDL-r10

  

  

CA组合识别原理：在查看UECapabilityInformation内的CA组合后 发现CA组合内第一个 bandEUTRA-r10因为比其他bandEUTRA-r10多了一层的CA组合的大括号，所以如果给每一行增加索引的话就会发现除了第一个bandEUTRA-r10，其他bandEUTRA-r10到上一个supportedMIMO-CapabilityDL-r10的距离都是一样的，为了减少复杂度，我删除了所有’{’，这样所有除了所有CA组合第一个bandEUTRA-r10往上第四行是’}’其他bandEUTRA-r10的往上第四行都是supportedMIMO-CapabilityDL-r10

 

功能实现:

添加索引：便利时用了for  enumerate()循环，这样便利时可以在循环时，自动为每个元素生成索引

CA组合识别：在识别到bandEUTRA-r10时，增加一个判断ifdatalist1[index-4].startswith()，如果bandEUTRA-r10的往上第四行是supportedMIMO-CapabilityDL-r10说明同组CA未结束，把筛选的有效信息强制类型转换后添加在上个元素末尾，反之则说明是个新的CA组合，往列表里添加一个新的元素。

 

 

 

需求三：

之后收到反馈CA组合虽然识别了，但是排序不行，需要按照CA组合支持的band进行排序

 

 

功能实现：

排序：于是我在识别完CA组合后，增加了一个循环和count(),用CA组合里的’-’给它们归类

比如1AA,11A,21AA是一类;1A-1A,2A-1AA,3A-1A是一类

在用一个中间变量保存开头的band的数字，一个类中把开头支持band的数字字母相同的CA组合归为一行

比如1A-21A,1A-22A一类1AA-2AA 1AA-3AA为一类

     

 

      需求四：

      之后收到反馈，CA组合分类不能只按照开头比较分类，不然一但数据多了会对查阅带来极大不便，应该按照每组CA组合中bandEUTRA-r10的值进行判断，比如1AA-2AA，1A-2AA和1AA-2A应该归在同一行

     

      实现原理：首先我想的是按位比较数字，但是因为字母的数量不稳定，数字的位置不一定对应，然后我就想把数字全部提取出来作为索引，在相应的索引后面添加同组元素，用dict来实现排序。难点就在于从字符串中提取数字。后来在python的正则表达式中找到相关的处理函数compile()（设置匹配对象类型）和findall()（找到所有匹配对象并以list返回）。

     

      功能实现：

第二次排序：在上次的排序中我保留了分类和从小到大的排序。方便提取索引时，索引也是从小到大。每遍历一个元素（CA组合有效信息），就compile()和findall()，从该元素中提取数字组合(在compile()的参数中添加（）就能够使提取的内容成为一组数据)，然后通过dict自带函数setdefault()添加索引，并可以设置索引值为list类型（dict类型的索引的值不可变，但如果类型为list，list的内容可以进行改动），避免重复索引，在本次遍历中完成将元素添加到索引值对应的list中去

 

      需求五：

      之后对程序进行测试，在测试test2时发现layers增加了fourlayers类型后，用来代表layers的数字2和4会影响分类结果。比如1AA(2)-1AA(2)和1A(4)-1A(2)会被归为两类。

     

test1：当CA组合的格式为xx-xx-xx-xx-xx(最长可识别为五位元素的组合，再长就需要修改代码)

      test2：当CA组合包含fourLayers

      test3：当CA组合缺失某种格式比如xx-xx时发现layers增加了fourlayers

 

功能实现：

: 解除layers对排序的影响：用II 和 IV替代2，4来表示layers，测试后不影响阅读与分类

     

     

 

 

二、整体程序架构：

1.通过循环和自带的startswith()先将每组CA组合的有效信息识别

  2.通过sorted()函数将所有CA组合从小到大排列

  3.通过count()函数将所有CA组合根据格式不同分类

  4.通过循环和正则表达式的split()对所有CAlist数据进行处理(用split处理只是防止出现不必要的错误)

5.通过循环和正则表达式compile()和findall()识别所有CA组合中数字，并将同一组合中的数字合为一个元素（在同一循环，用这个数字的元素作为一个dict的索引），用dict自带的setdefault()进行Key的添加顺便设置Key的值为list，避免Key重复，在用append把当前Key的字符串，添加到Key对应值的list中去

  6.最后对dict整体遍历，将每一个Key的值输出到文本中去。