Question

我有类似的东西

IDENTIFIER = Word(alphas + '_', alphanums + '_') #words
GENERIC_TYPE = Regex('[a-zA-Z_]+[a-zA-Z0-9_]*(\<[a-zA-Z0-9_]+\>)?') #List<string> or int
AMF = Keyword('public') | Keyword('private') | Keyword('protected') #method modifier
SFMF = Optional(Keyword('static')) & Optional(Keyword('final')) #static and final modifiers

对于这个例子：

res = (Optional(AMF) + 
       SFMF + 
       IDENTIFIER).parseString('Method')
print(res)

它打印：['Method']但如果我添加Optional(GENERIC_TYPE)：

res = (Optional(AMF) +
       SFMF +
       Optional(GENERIC_TYPE) +
       IDENTIFIER).parseString(text)
print(res)

它为['int', 'Method']打印text='int Method'但是为'final Method'（或仅'Method'）引发了异常：

pyparsing.ParseException: Expected W:(abcd...,abcd...) (at char 12), (line:1, col:13)

看起来pyparsing看不到可选的东西，因为如果GENERIC_TYPE是可选的（就像它之前的很多东西那样）它应该更进一步解析IDENTIFIER部分。

更新

问题似乎在于解析的逻辑。如果有两个相同的模式，一个是可选的，那么解析器不会检查它是否与第二个相关。例如：

m = Optional('M') + Literal('M')
m.parseString('M')

解析器匹配＆＃39; M＆＃39;到第一部分然后错过了非可选的文字部分。

所以现在的问题是我可以解析它以使它与第二个匹配。它可能不在字符串或行的末尾，所以我无法使用它。

Answer 1

我会说，“GENERIC_TYPE必须跟一个IDENTIFIER”。因此，要清除语法问题，请将res重写为：

res = (Optional(AMF) +
       SFMF +
       Optional(GENERIC_TYPE + FollowedBy(IDENTIFIER)) +
       IDENTIFIER).parseString(text)

您也可以将其写为：

res = (Optional(AMF) +
       SFMF +
       (GENERIC_TYPE + IDENTIFIER | IDENTIFIER)).parseString(text)

Pyparsing 不像正则表达式那样做任何前瞻，你必须明确地将它包含在你的语法定义中。

此外，由于IDENTIFIER将匹配任何字符串，您可能需要定义与所有语言关键字匹配的“关键字”表达式，然后将IDENTIFIER定义为：

keyword = MatchFirst(map(Keyword,"public private protected static final".split()))
IDENTIFIER = ~keyword + Word(alphas + '_', alphanums + '_')

最后，您可能希望GENERIC_TYPE处理的不仅仅是简单的container<type>定义，例如Map<String,String>，Map<String,List<String>>甚至Map<String,Map<String,Map<String,Map<String,Map<String,String>>>>>。

这将解析所有这些：

GENERIC_TYPE = Group(IDENTIFIER + nestedExpr('<', '>', content=delimitedList(IDENTIFIER)))

左边有可选的Pyparsing

1 个答案: