我试图解析可以使用pyparsing用反斜杠 - 换行符组合(“\\n
”)拆分多行的单词。下面是我做了什么:使用pyparsing来解析一个单词escape-split在多行
from pyparsing import *
continued_ending = Literal('\\') + lineEnd
word = Word(alphas)
split_word = word + Suppress(continued_ending)
multi_line_word = Forward()
multi_line_word << (word | (split_word + multi_line_word))
print multi_line_word.parseString(
'''super\\
cali\\
fragi\\
listic''')
我得到的输出是['super']
,而预期输出为['super', 'cali', fragi', 'listic']
。更妙的是所有的人都加入了一个单词(我认为我可以做multi_line_word.parseAction(lambda t: ''.join(t))
。
我试着在pyparsing helper看着这个代码,但它给了我一个错误,maximum recursion depth exceeded
。
编辑2009-11-15:我意识到晚些时候pyparsing变得有点慷慨的问候空白,并导致一些可怜的假设,我以为我是为解析了很多宽松也就是说,我们要看到的任何字,逸出的部分之间和EOL字符没有空白。
我意识到上面的小字符串作为测试用例是不够的,所以我写了下面的单元测试。可以通过这些测试应该能够匹配什么,我直觉地认为,作为一个逃生分割字—和仅逃生分割字码。他们不会匹配一个基本单词,而不是逃避分裂。我们可以—,我相信应该—使用不同的语法结构。这使得它们两个完全整齐。
import unittest
import pyparsing
# Assumes you named your module 'multiline.py'
import multiline
class MultiLineTests(unittest.TestCase):
def test_continued_ending(self):
case = '\\\n'
expected = ['\\', '\n']
result = multiline.continued_ending.parseString(case).asList()
self.assertEqual(result, expected)
def test_continued_ending_space_between_parse_error(self):
case = '\\ \n'
self.assertRaises(
pyparsing.ParseException,
multiline.continued_ending.parseString,
case
)
def test_split_word(self):
cases = ('shiny\\', 'shiny\\\n', ' shiny\\')
expected = ['shiny']
for case in cases:
result = multiline.split_word.parseString(case).asList()
self.assertEqual(result, expected)
def test_split_word_no_escape_parse_error(self):
case = 'shiny'
self.assertRaises(
pyparsing.ParseException,
multiline.split_word.parseString,
case
)
def test_split_word_space_parse_error(self):
cases = ('shiny \\', 'shiny\r\\', 'shiny\t\\', 'shiny\\ ')
for case in cases:
self.assertRaises(
pyparsing.ParseException,
multiline.split_word.parseString,
case
)
def test_multi_line_word(self):
cases = (
'shiny\\',
'shi\\\nny',
'sh\\\ni\\\nny\\\n',
' shi\\\nny\\',
'shi\\\nny '
'shi\\\nny captain'
)
expected = ['shiny']
for case in cases:
result = multiline.multi_line_word.parseString(case).asList()
self.assertEqual(result, expected)
def test_multi_line_word_spaces_parse_error(self):
cases = (
'shi \\\nny',
'shi\\ \nny',
'sh\\\n iny',
'shi\\\n\tny',
)
for case in cases:
self.assertRaises(
pyparsing.ParseException,
multiline.multi_line_word.parseString,
case
)
if __name__ == '__main__':
unittest.main()
使用'Combine'也不会强制介入空格。 – PaulMcG 2009-11-16 06:24:46
有趣。尝试过 'multi_line_word = Combine(Combine(OneOrMore(split_word))+ Optional(word))' 但是它在'sh \\\ n iny''情况下破坏了,因为它不会引发异常,而是返回'['sh']'。我错过了什么吗? – gotgenes 2009-11-16 20:04:49
那么,你的话不仅仅是字母跨越一个'\' - 换行符,但在字母'i'之前那里有空格,这被视为分词符号,所以Combine在'sh'后面停下来。你*可以*修改与相邻的= False构造函数参数的组合,但要注意 - 你可能最终将整个文件作为一个单词吸引!或者,您可以重新定义您的continue_ending的定义,以便在lineEnd后包含任何空格,如果您还想折叠任何前导空格。 – PaulMcG 2009-11-17 01:56:25