meilleur methode pour parser un document mse

bonjour, je dois sortir des donnés d'un document mse qui a syntaxe du genre

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

(Moose.Model (entity (FAMIX.Class (id: 136337) (name 'MyTorrentsView$4') (belongsTo (idref: 97160)) (isAbstract false) (isInterface false) (fileName 'FILE:/home/elekis/Desktop/Azureus_2.5.0.0_source.zip_FILES/org/gudy/azureus2/ui/swt/views/MyTorrentsView.java') (startLine 0 ) (endLine 17 ) (WMC 7.0) (TCC 0.0) (WLOC 16.0) (WNOS 14.0) (WNOCond 4.0) (WNOCmts 0.0) )   (FAMIX.InheritanceDefinition (id: 344662) (subclass (idref: 136337)) (superclass (idref: 43625)) ) ))

---

et j'aimerais savoir quelle est la meilleur methode,
le truc, c'est que le fichier fait 33 mega de parenthese ouvrante et fermente.
et qu'il y a pas mal de chose dont je n'ai pas besoin , comme par exemple ici la superclasse.
donc il peut passer (superclass (idref: 43625)), et a certain moment il peut carement passé tout un gros bloc du genre FAMIX.InheritanceDefinition.


voila, qqn aurait il une idée.

merci

Personellement, si j'avais à faire cela, je le ferais en python.

Mais, bon en C++, il y a la librairie STL.

Voici le lien sur l'excellente FAQ de ce forum

http://c.developpez.com/faq/cpp/?page=fichiers

Bon courage

Ta grammaire me parait à la fois simple et complexe.
Je n'ai pas vu des problèmes d'interprétations possibles. Mais j'ai vu une structure hiérarchique.

Soit, je sortirais un outil adapté sans forcément partir sur lex/yacc
Boost.spirit peut-être ? Eventuellement ANTLR ?

A moins que tu voulais parler de générer le document ? (d'un coup j'a un doute)

Comme d'habitude quand il s'agit de parser un fichier, il y a quelques questions a se poser:
* est-ce que le format est bien defini quelque part ou bien il faut le deduire d'exemple (auquel cas, a-t'on des exemples en nombre suffisant?)
* est-ce qu'on peut supposer que le fichier a bien le format donne ou bien il faut valider en profondeur?
* est-ce qu'il faut etre capable de reecrire les donnees non interpretees par la suite ou bien on peut les ignorer totalement?
* est-ce qu'un traitement en ligne est possible ou bien il faut avoir tout charge (apres filtrage eventuel des donnees a priori non pertinentes)?

Dans ton cas (parser des sexp), c'est tout bete, tant que tu te contentes de la structure hierarchique et que tu n'as pas a faire de validation (c'est meme plus simple que de parser du SGML ou de XML -- qui en premiere approximation n'est que du SGML bride a pour decrire des sexp). Tu vas te retrouver dans le meme genre de choix que pour les parseurs XML: en faire un specialise a ton probleme, en trouver ou en faire un plus generique qui fonctionne par callback, en trouver ou en faire un plus generique qui batit une structure de donnee equivalent au fichier qui est traitee apres. Je ne suis pas sur que chercher un parseur generique vaille la peine, il est probable que ta structure lexicale soit beaucoup plus simple que celle du XML dans toute sa splendeur. A noter que les frontieres entre les trois alternatives sont tres floues -- parser des sexp est tellement simple que les differences c'est plus une question de decoupe de code et de savoir ce qui est considere comme public et prive qu'autre chose.

Autrement dit, a part recuperer la definition exacte du format, et d'un choix d'interface, je ne vois pas de problemes. Pose des questions plus precises si tu en as.

bonjour, tout d'abord, merci pour tout.

pour faire simple, en fait, j'en sais trop rien, je dois utiliser un logiciel qui n'a quasi pas de documentation(iplasma) et dont le seule moyen de sortir des données
est dans le format mse http://smallwiki.unibe.ch/moose/mseformat/.

Je n'ai aucune idée si c'est du lalr1 (mais ca en a l'air) , et effectivement, je ne dois absolument pas généré une sortie dans ce format (ouf!!!). mais je dois savoir exploité ces données . donc je dois parser un fichier de 33MG qui a ce format mse.

j'avais dans un premier temps bien pensé a flex et yacc mais vu la simplicité de la grammaire j'aurais voulu savoir si y avait pas un truc moins lourd.

Autre chose, tout est lineaire et en memoire cad une fois que j'ai parser le fichier je n'y revient plus dedans. donc je dois mettre toute la structure du fichiers (toutes les informations importantes ) en memoires. Les informations non importantes vont vers /dev/null.


merci