parseString工作了，scanString失败了？

Question

在parseString给出正确结果的情况下，让scanString工作有问题。

此序列起作用：

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']

有时会有一个“牧师”或“牧师”在修订之前；这将失败：

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"|“会导致匹配失败？请注意，这适用于第一个和第二个示例：

revisionTokens = revisionExpr.parseString(rev_string)

如果我将上一个示例的第二部分(在“|”之后)提取到类似第一个示例的形式中，如果我添加"Rev.“，它就可以工作。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，在本例中，"WI“将匹配。

我尝试使用scanString而不是parseString，因为它返回比赛的开始和结束位置，这有助于后面的一些处理。

Answer 1

问题是，您的"or“运算符("|")只查看它左边和右边的元素。您没有正确地对语法元素进行分组。下面是你的语法再细分一下：

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"))
    )

正如您所看到的，这并不完全是您想要的-它将查找文本"Rev“或实际修订版，然后是另一个修订版。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，你可以让你的语法更简洁一些：

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.“文本是可选的，放在预期的位置，而不是让解析器选择只解析修订版或"Rev.“+修订版。这完全避免了使用"|“运算符产生的任何问题。

不要忘记，PyParsing使用运算符重载来提供更好的语法，如果语法造成混乱(就像在这个场景中)，您可能会更好地使用像"pyp.Or(a，b)“这样的长格式方法调用。