Question

我正在使用真正整洁的Parsy库来拆分字符串（作为较大的语法定义的一部分。）在没有嵌入式空格的情况下，sep_by效果很好。基本上，我想换行并获取所有字符，包括嵌入式空格或任何其他Unicode字符。例子：

有效：

>>> parser = letter.at_least(1).concat().sep_by(string('\n'))
>>> parser.parse('Smith\nFirefighter')
['Smith', 'Firefighter']

不起作用：

>>> parser.parse('John Smith\nFire fighter')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\code\Parsing\Parsing\env\lib\site-packages\parsy\__init__.py", line 90, in parse
    (result, _) = (self << eof).parse_partial(stream)
  File "C:\code\Parsing\Parsing\env\lib\site-packages\parsy\__init__.py", line 104, in parse_partial
    raise ParseError(result.expected, stream, result.furthest)
parsy.ParseError: expected one of 'EOF', '\n', 'a letter' at 0:4

我还想读入任何嵌入的Unicode字符，例如象棋符号：

>>> parser.parse('hello\u265ethere\nsir')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\code\Parsing\Parsing\env\lib\site-packages\parsy\__init__.py", line 90, in parse
    (result, _) = (self << eof).parse_partial(stream)
  File "C:\code\Parsing\Parsing\env\lib\site-packages\parsy\__init__.py", line 104, in parse_partial
    raise ParseError(result.expected, stream, result.furthest)
parsy.ParseError: expected one of 'EOF', '\n', 'a letter' at 0:5

任何见识将不胜感激。谢谢。声誉较高的人也可以创建一个parsy标签吗？

Answer 1

到目前为止的解决方案问题：

letter仅匹配字母字符，而不是所有字符
whitespace与任何空格匹配，因此，如果执行letter | whitespace，它将占用换行符，而不是在换行符上进行分割。

基本上，您需要“除换行符外的任何字符”解析器。最简单的方法是使用正则表达式：

>>> parser = regex(r"[^\n]+").sep_by(string('\n'))
>>> parser.parse("John Smith\nFirefigher")
['John Smith', 'Firefigher']

我通常在Parsy中发现，正则表达式是构建最低级别零件的最简单方法。

包含空格时解析新行分隔的字符串

1 个答案: