python - pyparsing - 解析 xml 注释

Question

我需要解析一个包含 xml 注释的文件。具体来说，它是一个使用 MS /// 约定的 c# 文件。

从这里我需要拉出 foobar，或者 ///foobar 也是可以接受的。 (注意 - 如果您将 xml 全部放在一行中，这仍然不起作用...)

testStr = """
    ///<summary>
    /// foobar
    ///</summary>
    """

这是我的:

import pyparsing as pp

_eol = pp.Literal("\n").suppress()
_cPoundOpenXmlComment = Suppress('///<summary>') + pp.SkipTo(_eol)
_cPoundCloseXmlComment = Suppress('///</summary>') + pp.SkipTo(_eol)
_xmlCommentTxt = ~_cPoundCloseXmlComment + pp.SkipTo(_eol)
xmlComment = _cPoundOpenXmlComment + pp.OneOrMore(_xmlCommentTxt) + _cPoundCloseXmlComment

match = xmlComment.scanString(testStr)

并输出:

for item,start,stop in match:
    for entry in item:
        print(entry)

但我在跨多行工作的语法方面没有取得多大成功。

(注意 - 我在 python 3.2 中测试了上面的示例；它可以工作但是(根据我的问题)不打印任何值)

谢谢!

Answer 1

我认为 Literal('\n') 是你的问题。您不想构建带有空白字符的文字(因为默认情况下文字会在尝试匹配之前跳过空白)。尝试改用 LineEnd()。

编辑 1:仅仅因为您使用 LineEnd 获得无限循环并不意味着 Literal('\n') 更好。尝试在 _eol 定义的末尾添加 .setDebug()，您会发现它永远不会匹配任何内容。

与其尝试将评论的主体定义为“一行或多行不是结束行，而是将所有内容都放到行尾”，不如这样做:

xmlComment = _cPoundOpenXmlComment + pp.SkipTo(_cPoundCloseXmlComment) + _cPoundCloseXmlComment 

(您使用 LineEnd() 进行无限循环的原因是您实际上是在执行 OneOrMore(SkipTo(LineEnd()))，但从不使用 LineEnd()，因此 OneOrMore 只是保持匹配、匹配和匹配，解析并返回一个空字符串，因为解析位置是在行尾。)