parseString工作,scanString失败?

时间:2012-10-17 05:40:37

标签: python pyparsing

在parseString提供正确结果的情况下,让scanString工作时遇到问题。

此序列有效:

alpha_rev = pyp.Word(pyp.alphas, max=2)
num_rev = pyp.Word('123456789', max=2)
space = pyp.White(ws=" ").suppress()

revisionExpr = (
    pyp.StringStart().leaveWhitespace() +
    space +
    pyp.Combine(alpha_rev + 
    pyp.Optional(num_rev)("rev"))
    )

rev_string = ' K        WI, This is the title'

for match_str, start, end in (
    revisionExpr.scanString(rev_string, maxMatches=1)):
    print match_str

['K']

有时会出现“Rev”或“Rev.”修改前;这失败了:

revisionExpr = (
    pyp.StringStart().leaveWhitespace() +
    space +
    pyp.Combine(alpha_rev + 
    pyp.Optional(num_rev)("rev"))
    |
    pyp.CaselessLiteral("Rev") + pyp.Optional('.') + 
    pyp.Combine(alpha_rev + 
    pyp.Optional(num_rev)("rev"))
    )

for match_str, start, end in (
    revisionExpr.scanString(rev_string, maxMatches=1)):
    print match_str

print match_str
NameError: name 'match_str' is not defined

为什么是“|”导致比赛失败?请注意,这适用于第一个和第二个示例:

revisionTokens = revisionExpr.parseString(rev_string)

如果我将最后一个例子的第二部分(在“|”之后)提取到类似第一个例子的表格中,那么如果我添加“Rev.”它就有效。在rev_string中的“K”前面。不幸的是,第一个表达式中的前导空格对于唯一标识修订字符串是必要的,否则,在此示例中,“WI”将匹配。

我正在尝试使用scanString而不是parseString,因为它返回匹配的起始位置和结束位置,这有助于稍后处理。

1 个答案:

答案 0 :(得分:2)

问题是你的“或”运算符(“|”)只是直接在它的左边和右边看元素。您尚未正确分组语法元素。这是你的语法分解了一点:

left_expr = pyp.Combine(alpha_rev + pyp.Optional(num_rev)("rev")
right_expr = pyp.CaselessLiteral("Rev")

joined_expr = left_expr | right_expr

final_expr = (pyp.StringStart().leaveWhitespace() +
    space +
    joined_expr +
    pyp.Optional('.') +
    pyp.Combine(alpha_rev +
      pyp.Optional(num_rev)("rev"))
    )

正如您所看到的,这不是您想要的 - 它将查找文本“Rev”或实际修订,然后是另一个修订。表达式的固定版本如下:

revisionExpr = (
    pyp.StringStart().leaveWhitespace() +
    space +
    (
        pyp.Combine(alpha_rev +
            pyp.Optional(num_rev)("rev")
        )
        |
        (
            pyp.CaselessLiteral("Rev") + 
            pyp.Optional('.') +
            pyp.Combine(alpha_rev +
                pyp.Optional(num_rev)("rev"))
        )
    )
)

但是,你可以使你的语法更简洁:

revisionExpr = (
    pyp.StringStart().leaveWhitespace() +
    space +
    pyp.Suppress(
        pyp.Optional(
            pyp.CaselessLiteral("Rev") + 
            pyp.Optional('.')
        )
    ) +
    pyp.Combine(
        alpha_rev +
        pyp.Optional(num_rev)("rev")
    )
)

在此版本中,您只标记“Rev。” text是可选的,位于预期的位置,而不是给解析提供解析修订版或“Rev.”的选项。 +修订版。这避免了使用“|”引起的任何问题操作员。

不要忘记PyParsing使用运算符重载来提供更好的语法,如果语法引起混淆(比如在这种情况下),你可能最好只使用长形式方法调用,比如“pyp.Or(a, b)”。