Question

假设解析器接受字母a，b和c以及三者的任意组合。我想调用具有满足以下条件的子字符串的函数：

子字符串以a
子字符串在遇到abc
子字符串不以abc

例如，我们有以下字符串：

bb cc ab bc cb bc abc bca bbb acc cbc ccc abc

我想用字符串ab bc cb和acc cbc ccc

我尝试按如下方式实现：

import pyparsing as pp

x = pp.OneOrMore(pp.Word("abc") + ~pp.Literal("abc"))
x.addCondition(lambda tokens: tokens[0] != "abc")
x.addCondition(lambda tokens: tokens[0][0] == "a")
x.addParseAction(lambda tokens: print("x)", tokens))  # Print action for debugging

y = pp.Word("abc")
y.addParseAction(lambda tokens: print("y)", tokens))

text = pp.OneOrMore(x ^ y)
text.parseString("bb cc ab bc cb bc abc bca bbb acc cbc ccc abc")

但由于某种原因，这个过早地停止 1个单词，这是输出：

y) ['bb']
y) ['cc']
x) ['ab', 'bc', 'bc']
y) ['cb']
y) ['abc']
y) ['bca']
y) ['bbb']
x) ['acc', 'cbc']
y) ['ccc']
y) ['abc']

另外，如果abc停止令牌是一个不同字符串的列表，它们都可以作为停止标记，那该怎么解析呢？

类似于：

stopStrings = ["abc", "bca"]
x = pp.OneOrMore(pp.Word("abc") + ~pp.OneOf(stopStrings))
...

希望这清楚地表明并感谢你的帮助！

Answer 1

这可能接近你想要的。我不明白你的第三个条件。

token的定义坚持认为不是stop_tokens之一，并且它是由Word组成的token来自setParseAction { A，b，C}。
当识别出parser时，token会发送一个请求，表明如果第一个字符是'a'则会显示。
整个stop_token只有stop_token个，后跟任意数量的stop_token。在此上下文中，每个import pyparsing as pp def report_a(s): try: if s[0][0]=='a': print (s[0], "begins with 'a'") except: pass def report(s): print ('stop token encountered') stop_tokens = pp.Or([pp.Literal('abc'), pp.Literal('bca')]) token = pp.NotAny(stop_tokens) + pp.Word('abc').setParseAction(lambda s: report_a(s)) parser = pp.ZeroOrMore(token) + pp.ZeroOrMore(stop_tokens).setParseAction(lambda s: report(s)).suppress() text = 'bb cc ab bc cb bc abc bca bbb acc cbc ccc abc' print (parser.parseString(text))都被抑制。同时，如果识别出ab begins with 'a' stop token encountered ['bb', 'cc', 'ab', 'bc', 'cb', 'bc']，则会发出一条消息，表明已经看到了一条消息。

代码：

System.Reflection.Metadata

结果：

GetOrAddUserString()

Answer 2

我想我已经明白了。 This SO question/answer was very helpful.比尔贝尔的回答帮助我获得了超过1个终止字符串。

stop_strings = ["abc", "acb"]
stop_tokens = pp.Or([pp.Literal(sub) for sub in stop_strings])

x = pp.OneOrMore(~stop_tokens + pp.Word("abc")) + pp.Optional(stop_tokens.suppress())
x.addCondition(lambda tokens: tokens[0][0] == "a")
x.addParseAction(lambda tokens: print("x)", tokens))  # Print action for debugging

y = pp.Word("abc")
y.addParseAction(lambda tokens: print("y)", tokens))

text = pp.OneOrMore(x ^ y)
text.parseString("bb cc acb ab cb abc bca bbb acc cbc ccc")

输出：

y) ['bb']
y) ['cc']
y) ['acb']
x) ['ab', 'cb']
y) ['bca']
y) ['bbb']
x) ['acc', 'cbc', 'ccc']

使用停止令牌解析字符串

2 个答案: