Question

我正在编写一个Pyparsing语法来将Creole markup转换为HTML。我被困了，因为试图解析这两个结构有一些冲突：

图片链接：{{image.jpg | title}}
忽略格式：{{{text}}}

我正在解析图像链接的方式如下（请注意，此转换完全正常）：

def parse_image(s, l, t):
    try:
        link, title = t[0].split("|")
    except ValueError:
        raise ParseFatalException(s,l,"invalid image link reference: " + t[0])
    return '<img src="{0}" alt="{1}" />'.format(link, title)

image = QuotedString("{{", endQuoteChar="}}")
image.setParseAction(parse_image)

接下来，我编写了一条规则，以便在遇到{{{text}}}时，只需返回开始和结束括号之间的内容而不进行格式化：

n = QuotedString("{{{", endQuoteChar="}}}")
n.setParseAction(lambda x: x[0])

但是，当我尝试运行以下测试用例时：

text = italic | bold | hr | newline | image | n
print text.transformString("{{{ //ignore formatting// }}}")

我得到以下堆栈跟踪：

Traceback (most recent call last):
File "C:\Users\User\py\kreyol\parser.py", line 36, in <module>
print text.transformString("{{{ //ignore formatting// }}}")
File "C:\Python27\lib\site-packages\pyparsing.py", line 1210, in transformString
raise exc
pyparsing.ParseFatalException: invalid image link reference: { //ignore formatting//  (at char 0), (line:1, col:1)

根据我的理解，解析器遇到{{first并尝试将文本解析为图像而不是文本而不进行格式化。我怎样才能解决这种歧义？

Answer 1

问题在于这个表达式：

text = italic | bold | hr | newline | image | n

Pyparsing严格按照从左到右的方式进行，没有前瞻性。使用＆＃39; |＆＃39;运算符，你构造一个pyparsing MatchFirst表达式，它将匹配所有备选方案的第一个匹配，即使后来的匹配更好。

您可以将评估更改为使用＆＃34;最长匹配＆＃34;通过使用＆＃39; ^＆＃39;而不是运营商：

text = italic ^ bold ^ hr ^ newline ^ image ^ n

即使没有更好的匹配可能性，也会对每个表达式进行性能测试。

更简单的解决方案是重新排序备选列表中的表达式：在n之前测试image：

text = italic | bold | hr | newline | n | image

现在，在评估替代方案时，它会在{{{的前导n之前查找{{的前导image。

当人们定义数字术语时，这通常会突然出现，并且意外地定义了类似的内容：

integer = Word(nums)
realnumber = Combine(Word(nums) + '.' + Word(nums))
number = integer | realnumber

在这种情况下，number永远不会匹配realnumber，因为前导整数部分将被解析为整数。在您的情况下，修复方法是使用＆＃39; ^＆＃39;运营商，或只是重新订购：

number = realnumber | integer

Pyparsing - 规则歧义

1 个答案: