python - 如何在 pyparsing 中指定 token 顺序？

Question

假设我正在解析以下行:

The quick brown fox jumps over the lazy dog

我想将其解析为:

Words('The quick brown fox') + Literal('jumps') + Words('over the lazy dog')

我当前的 pyparsing 定义是:

some_words = OneOrMore(Word(alphas))
jumps      = Literal('jumps')
sentence   = some_words + jumps + some_words

发生的事情是 some_words 吞没了“jumps”，我得到了一个解析错误。如何使 pyparsing lex 将跳转作为文字标记？

Answer 1

你已经像解析器一样思考了，因为你明白 OneOrMore(Word(alphas)) 一直在继续，甚至阅读单词“jumps”。现在反过来，编写解析器按照您的想法做事。

对于“jumps”之前的每个单词，你怎么知道它应该被添加到前导单词集中？你知道每个词，因为它不是“跳”这个词。 Pyparsing 不会自动执行此前瞻操作，但您可以使用 NotAny(可以使用“~”运算符缩写)自行执行此操作:

JUMPS = Literal("jumps")
some_words = OneOrMore(~JUMPS + Word(alphas))

现在在匹配另一个词之前，some_words 首先验证这个词不是“jumps”。