- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个多行文本字符串,我想以逐行的方式解析一部分 python 代码,这样我就有了一个字符串列表,其中每个项目代表它自己的 python 语句。
不幸的是,我只是构建了整个文本的 AST,因为部分文本不包含有效的 Python 语法。每个 python 语句也可能跨越多行。但是,对于每个有效语句,我确实知道它从哪一行开始。但是,我无法区分无效语法和前几行的延续。
例如我可能有这样的东西(我将添加一条注释,指出我知道哪些行开始有效语法,哪些行是无效语法或前一个语句的延续)
foo = bar() # valid-start
this = ( # valid-start
'perfectly valid syntax' # unknown
) # unknown
44x=but-this-is-bad-syntax # unknown
此处所需的输出是元组列表,第一项表示语句是有效的 python 还是垃圾,第二项是与该语句对应的文本。
[
('PY', 'foo = bar()'),
('PY', """this = (
'perfectly valid syntax'
)"""),
('JUNK', '44x=but-this-is-bad-syntax')
]
我考虑过的一个解决方案是检查括号是否平衡,但是当涉及字符串时这会变得很棘手(我还没有说服自己这在所有情况下都有效)。
foo = bar() # valid-start
this = ''' # valid-start
this is still () # unknown
perfectly valid ))) # unknown
''' # unknown
z = ''' # unknown
even though this is valid # unknown
syntax, I don't want this # unknown
line grouped''' # unknown
44x=but-this-is-bad-syntax # unknown
a = 1 # valid-start
应该产生类似这样的输出:
[
('PY', 'foo = bar()'),
('PY', """this = '''
this is still ()
perfectly valid )))
'''"""),
('JUNK', "z = '''"),
('JUNK', "even though this is valid"),
('JUNK', "syntax, I don't want this"),
('JUNK', "line grouped'''"),
('JUNK', "line grouped"),
('JUNK', "44x=but-this-is-bad-syntax"),
('PY', "a = 1"),
]
请注意,在最后一个示例中,以 z = '''
开头的行被标记为未知。即使继续使用它仍然会产生有效的语法,我想停止解析以 this = '''
开头的语句,一旦它成为有效的语法,(即 z = '''
不会被包括在内)
有没有人知道如何做到这一点?
一个 pyparsing 解决方案,在考虑字符串的同时简单地检查平衡括号是否足够?这个想法是我会定义一个接受平衡括号/方括号/大括号的语法,其中嵌套的主体可以是任何字符序列或字符串(可能包含括号,但这些不会被计入平衡)。然后,我将使用此语法解析行,直到重构的行与原始行完全相同。
有没有人发现以前的方法有问题/有没有人有更简单的方法来做到这一点,而不涉及对 pyparsing 的依赖?
根据@rici 的回答,我想出了一个函数,它可以获取行列表,如果这些行构成完整的语句,则返回 True,否则返回 False。
import tokenize
from six.moves import cStringIO as StringIO
def is_complete_statement(lines):
"""
Checks if the lines form a complete python statment.
"""
try:
stream = StringIO()
stream.write('\n'.join(lines))
stream.seek(0)
for t in tokenize.generate_tokens(stream.readline):
pass
except tokenize.TokenError as ex:
message = ex.args[0]
if message.startswith('EOF in multi-line'):
return False
raise
else:
return True
最佳答案
标准 Python 库包含可标记化和解析 Python 输入的模块。即使您的用例不适合内置的 Python 解析器(模块 AST
),您也可能会发现 tokenize
模块很有用。 (例如,它正确地标记了字符串文字。)
这是 Python 2.7 中的一个简单演示:
$ cat tokenize.py
from sys import stdin
from tokenize import generate_tokens
from token import tok_name
for t in generate_tokens(stdin.readline):
print (tok_name[t[0]], t[1])
$ python tokenize.py <<"EOF"
> foo = bar()
> this = '''
> this is still ()
> perfectly valid )))
> '''
> if not True:
> print "false"
> 44x=this-is-bad-syntax but it can be tokenized
> a = 1
> EOF
('NAME', 'foo')
('OP', '=')
('NAME', 'bar')
('OP', '(')
('OP', ')')
('NEWLINE', '\n')
('NAME', 'this')
('OP', '=')
('STRING', "'''\n this is still ()\n perfectly valid )))\n'''")
('NEWLINE', '\n')
('NAME', 'if')
('NAME', 'not')
('NAME', 'True')
('OP', ':')
('NEWLINE', '\n')
('INDENT', ' ')
('NAME', 'print')
('STRING', '"false"')
('NEWLINE', '\n')
('DEDENT', '')
('NUMBER', '44')
('NAME', 'x')
('OP', '=')
('NAME', 'this')
('OP', '-')
('NAME', 'is')
('OP', '-')
('NAME', 'bad')
('OP', '-')
('NAME', 'syntax')
('NAME', 'but')
('NAME', 'it')
('NAME', 'can')
('NAME', 'be')
('NAME', 'tokenized')
('NEWLINE', '\n')
('NAME', 'a')
('OP', '=')
('NUMBER', '1')
('NEWLINE', '\n')
('ENDMARKER', '')
关于python - 如何逐行解析python代码直到表达式完成,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46061949/
我正在用 yacc/bison 编写一个简单的计算器。 表达式的语法看起来有点像这样: expr : NUM | expr '+' expr { $$ = $1 + $3; } | expr '-'
我开始学习 lambda 表达式,并在以下情况下遇到了以下语句: interface MyNumber { double getValue(); } MyNumber number; nu
这两个 Linq 查询有什么区别: var result = ResultLists().Where( c=> c.code == "abc").FirstOrDefault(); // vs. va
如果我们查看 draft C++ standard 5.1.2 Lambda 表达式 段 2 说(强调我的 future ): The evaluation of a lambda-expressio
我使用的是 Mule 4.2.2 运行时、studio 7.5.1 和 Oracle JDK 1.8.0_251。 我在 java 代码中使用 Lambda 表达式,该表达式由 java Invoke
我是 XPath 的新手。我有网页的html源 http://london.craigslist.co.uk/com/1233708939.html 现在我想从上面的页面中提取以下数据 完整日期 电子
已关闭。这个问题是 off-topic 。目前不接受答案。 想要改进这个问题吗? Update the question所以它是on-topic用于堆栈溢出。 已关闭10 年前。 Improve th
我将如何编写一个 Cron 表达式以在每天上午 8 点和下午 3:30 触发?我了解如何创建每天触发一次的表达式,而不是在多个设定时间触发。提前致谢 最佳答案 你应该只使用两行。 0 8 * * *
这个问题已经有答案了: What do 3 dots next to a parameter type mean in Java? (9 个回答) varargs and the '...' argu
我是 python 新手,在阅读 BeautifulSoup 教程时,我不明白这个表达式“[x for x in titles if x.findChildren()][:-1]”我不明白?你能解释一
(?:) 这是一个有效的 ruby 正则表达式,谁能告诉我它是什么意思? 谢谢 最佳答案 正如其他人所说,它被用作正则表达式的非捕获语法,但是,它也是正则表达式之外的有效 ruby 语法。 在
这个问题在这里已经有了答案: Why does ++[[]][+[]]+[+[]] return the string "10"? (10 个答案) 关闭 8 年前。 谁能帮我处理这个 JavaSc
这个问题在这里已经有了答案: What is the "-->" operator in C++? (29 个答案) Java: Prefix/postfix of increment/decrem
这个问题在这里已经有了答案: List comprehension vs. lambda + filter (16 个答案) 关闭 10 个月前。 我不确定我是否需要 lambda 或其他东西。但是,
C 中的 assert() 函数工作原理对我来说就像一片黑暗的森林。根据这里的答案https://stackoverflow.com/a/1571360 ,您可以使用以下构造将自定义消息输出到您的断言
在this页,John Barnes 写道: If the conditional expression is the argument of a type conversion then effec
我必须创建一个调度程序,它必须每周从第一天上午 9 点到第二天晚上 11 点 59 分运行 2 天(星期四和星期五)。为此,我需要提供一个 cron 表达式。 0-0 0-0 9-23 ? * THU
我正在尝试编写一个 Linq 表达式来检查派生类中的属性,但该列表由来自基类的成员组成。下面的示例代码。以“var list”开头的 Process 方法的第二行无法编译,但我不确定应该使用什么语法来
此 sed 表达式将输入字符串转换为两行输出字符串。两条输出行中的每一行都由输入的子串组成。第一行需要转换成大写: s:random_stuff\(choice1\|choice2\){\([^}]*
我正在使用 Quartz.Net 在我的应用程序中安排我的工作。我只是想知道是否可以为以下场景构建 CRON 表达式: Every second between 2:15AM and 5:20AM 最
我是一名优秀的程序员,十分优秀!