Pyparsing - 在不同位置带有换行符的文字文本

Posted 2023-04-14

【中文标题】Pyparsing - 在不同位置带有换行符的文字文本

【英文标题】：Pyparsing - literal text with line breaks in varying locations

【发布时间】：2012-01-01 12:52:46

【问题描述】：

我正在使用 pyparsing 来解析包含行结束位置不同的文本的文档。无论换行位置如何，我都需要编写一个与文本匹配的解析器表达式。以下方法不起作用：

from __future__ import print_function
from pyparsing import *

string_1 = """The quick brown 
fox jumps over the lazy dog.
"""

string_2 = """The quick brown fox jumps
over the lazy dog.
"""

my_expr = Literal(string_1)
print(my_expr.searchString(string_1)
print(my_expr.searchString(string_2)

这会导致控制台上显示以下内容：

[['The quick brown \nfox jumps over the lazy dog.\n']]
[]

由于 ParserElement.DEFAULT_WHITE_CHARS 中包含换行符，我不明白为什么两个字符串都不匹配我的表达式。如何创建一个解析器元素，无论在哪里出现换行符，它都匹配文本？

【参考方案1】：

您的问题是一个很好的例子，说明为什么我不鼓励人们使用嵌入的空格来定义文字，因为这会破坏 pyparsing 的内置空格跳过。 Pyparsing 会跳过 表达式之间的空格。在您的情况下，您只指定了一个表达式，一个包含整个单词字符串的 Literal，包括它们之间的空格。

您可以通过将字符串分解为单独的 Literal 来跳过空格（将字符串添加到 pyparsing 表达式会自动从该字符串构造 Literal）：

from pyparsing import *

my_expr = Literal("The") + "quick" + "brown" + "fox" + "jumps" + "over" + "the" + "lazy" + "dog"

string_1 = """The quick brown 
fox jumps over the lazy dog.
"""

string_2 = """The quick brown fox jumps
over the lazy dog.
"""

for test in (string_1, string_2):
    print '-'*40
    print test
    print my_expr.parseString(test)
    print

如果您不喜欢输入所有这些单独的带引号的字符串，您可以让 Python 为您拆分字符串，将它们映射到 Literals，然后输入整个列表以组成一个 pyparsing And：

my_expr = And(map(Literal, "The quick brown fox jumps over the lazy dog".split()))

如果您想保留原始空格，请将您的表达式包装在originalTextFor：

my_expr = originalTextFor(my_expr)

【讨论】：

谢谢保罗，这很有帮助。我将使用地图方法。