我正在尝试使用pyparsing解析可以使用反斜杠换行符组合(“ \\n
”)分成多行的单词。这是我所做的:
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']
,而预期的输出是['super', 'cali', fragi', 'listic']
。更好的是它们都作为一个词加入(我想我可以用multi_line_word.parseAction(lambda t: ''.join(t))
.
我尝试在pyparsing helper中查看此代码,但它给了我一个错误,maximum recursion depth exceeded
.
编辑 2009-11-15:我后来意识到 pyparsing 在空白方面有点慷慨,这导致了一些糟糕的假设,即我认为我正在解析的内容要宽松得多。也就是说,我们希望在单词、转义符和 EOL 字符的任何部分之间没有空格。
我意识到上面的小示例字符串作为测试用例是不够的,所以我编写了以下单元测试。通过这些测试的代码应该能够匹配我直觉上认为的转义拆分词——而且只是一个转义拆分词。它们不会匹配没有转义拆分的基本单词。我们可以——我相信应该——为此使用不同的语法结构。这使两者分开时保持整洁。
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()