python - pyparsing 删除一些文本以及如何使用空格捕获文本

Question

我刚开始使用 pyparsing (python 2.7)，对这段代码有几个问题:

import pyparsing as pp

openBrace = pp.Suppress(pp.Literal("{"))
closeBrace = pp.Suppress(pp.Literal("}"))
ident = pp.Word(pp.alphanums + "_" + ".")
otherStuff = pp.Suppress(pp.Word(pp.alphanums + "_" + "." + "-" + "+"))
comment = pp.Literal("//") + pp.restOfLine
messageName = ident
messageKw = pp.Suppress("msg")
messageExpr = pp.Forward()
messageExpr << (messageKw + messageName + openBrace +
                pp.Optional(otherStuff) + pp.ZeroOrMore(messageExpr) +
                pp.Optional(otherStuff) + closeBrace).ignore(comment)

print messageExpr.parseString("msg msgName1 { msg msgName2 { some text } }")

我真的不明白为什么它会删除内部 msgName2 中的文本“msg”。输出是:['msgName1', 'Name2']但我预计:['msgName1', 'msgName2']

此外，我想知道如何捕获所有其他文本(“一些文本”)，包括大括号之间的空格。

提前致谢

Answer 1

几点:

1. messageKw 应该使用 pyparsing 关键字类来定义。现在你只是匹配文字“msg”，所以即使它是“msgName2”的前导部分，它也会匹配。将其更改为:

   messageKw = pp.Suppress(pp.Keyword("msg"))
   

2. otherStuff 是一个非常贪婪的匹配器，甚至会匹配前导的“msg”关键字，这会搞砸您的嵌套匹配。您需要添加的只是在 otherStuff 中进行前瞻，以确保您要匹配的不是 'msg' 关键字:

   otherStuff = ~messageKw + pp.Suppress(pp.Word(pp.alphanums + "_" + "." + "-" + "+"))
   

我认为通过这些更改，您应该能够取得进一步的进步。

顺便说一下，恭喜你编写了一个递归解析器(使用 Forward 类)。这通常是一个更高级的解析主题。