3

在 parseString 给出正确结果的情况下，使 scanString 无法正常工作。

此序列有效：

alpha_rev = pyp.Word(pyp.alphas, max=2)
num_rev = pyp.Word('123456789', max=2)
space = pyp.White(ws=" ").suppress()

revisionExpr = (
    pyp.StringStart().leaveWhitespace() +
    space +
    pyp.Combine(alpha_rev + 
    pyp.Optional(num_rev)("rev"))
    )

rev_string = ' K        WI, This is the title'

for match_str, start, end in (
    revisionExpr.scanString(rev_string, maxMatches=1)):
    print match_str

['K']

有时会有“Rev”或“Rev”。修订前；这失败了：

revisionExpr = (
    pyp.StringStart().leaveWhitespace() +
    space +
    pyp.Combine(alpha_rev + 
    pyp.Optional(num_rev)("rev"))
    |
    pyp.CaselessLiteral("Rev") + pyp.Optional('.') + 
    pyp.Combine(alpha_rev + 
    pyp.Optional(num_rev)("rev"))
    )

for match_str, start, end in (
    revisionExpr.scanString(rev_string, maxMatches=1)):
    print match_str

print match_str
NameError: name 'match_str' is not defined

为什么是“|” 导致比赛失败？请注意，这适用于第一个和第二个示例：

revisionTokens = revisionExpr.parseString(rev_string)

如果我将最后一个示例的第二部分（“|”之后）提取为与第一个示例类似的形式，则添加“Rev”即可。在 rev_string 中的“K”前面。不幸的是，第一个表达式中的前导空格是唯一标识修订字符串所必需的，否则，在此示例中，“WI”将匹配。

我正在尝试使用 scanString 而不是 parseString 因为它返回匹配的开始和结束位置，这有助于稍后的处理。

4

1 回答 1

2

问题是您的“或”运算符（“|”）只是直接查看它左右两侧的元素。您没有正确分组语法元素。这是您的语法细分：

left_expr = pyp.Combine(alpha_rev + pyp.Optional(num_rev)("rev")
right_expr = pyp.CaselessLiteral("Rev")

joined_expr = left_expr | right_expr

final_expr = (pyp.StringStart().leaveWhitespace() +
    space +
    joined_expr +
    pyp.Optional('.') +
    pyp.Combine(alpha_rev +
      pyp.Optional(num_rev)("rev"))
    )

如您所见，这并不是您想要的——它将查找文本“Rev”或实际修订，然后是另一个修订。表达式的固定版本如下：

revisionExpr = (
    pyp.StringStart().leaveWhitespace() +
    space +
    (
        pyp.Combine(alpha_rev +
            pyp.Optional(num_rev)("rev")
        )
        |
        (
            pyp.CaselessLiteral("Rev") + 
            pyp.Optional('.') +
            pyp.Combine(alpha_rev +
                pyp.Optional(num_rev)("rev"))
        )
    )
)

但是，您可以使语法更简洁：

revisionExpr = (
    pyp.StringStart().leaveWhitespace() +
    space +
    pyp.Suppress(
        pyp.Optional(
            pyp.CaselessLiteral("Rev") + 
            pyp.Optional('.')
        )
    ) +
    pyp.Combine(
        alpha_rev +
        pyp.Optional(num_rev)("rev")
    )
)

在此版本中，您只需标记“Rev.”。文本作为可选，在预期的位置，而不是给解析选项来解析一个修订版或“修订版”。+ 修订。这避免了使用“|”引起的任何问题 运营商。

不要忘记 PyParsing 使用运算符重载来提供更好的语法，如果语法导致混淆（就像在这种情况下），你最好只使用长格式的方法调用，比如“pyp.Or(a, b)” .

于 2012-11-07T05:19:20.303 回答