当两个以上匹配时，Pyparsing OR操作使用最短字符串 [英] Pyparsing OR operation use shortest string when more than two match

问题描述

我需要分析某些语句，但希望能够灵活地使用多个单词来表示该语句。

例如

string = """
start some statement end
other stuff in between
start some other statement.
other stuff in between
start another statement
"""

在本例中，end、.和行尾是表示结束的标记 我要查找的语句的名称。

我尝试了以下操作：

from pyparsing import restOfLine, SkipTo

skip_to_end_of_line = restOfLine
skip_to_dot = SkipTo('.', include=False)
skip_to_end = SkipTo('end', include=False)

statement = 'start' + skip_to_end_of_line^skip_to_dot^skip_to_end

statement.searchString(string)

([(['start some statement end
other stuff in between
start some other statement'], {}), (['start', ' another statement'], {})], {})

通过使用OR函数，如果有两个以上的匹配项，它将返回最大的字符串，我希望OR返回最短的字符串 导致

([(['start', ' some statement end'], {}), (['start', ' some other statement.'], {}), (['start', ' another statement'], {})], {})

推荐答案

SkipTo是拟解析不可预测的功能之一，因为输入数据很容易导致或多或少的跳过。

改为尝试此操作：

term = LineEnd().suppress() | '.' | 'end'
statement = 'start' + OneOrMore(~term + Word(alphas)) + term

该表达式不是盲目跳过，而是迭代地查找单词，并在找到终止条件之一时停止。

如果您想要实际的正文字符串而不是单词集合，可以使用originalTextFor：

statement = 'start' + originalTextFor(OneOrMore(~term + Word(alphas))) + term

这篇关于当两个以上匹配时，Pyparsing OR操作使用最短字符串的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！