用LPeg re模块解析XML类型文件

Question

我正在尝试学习LPeg的re module，这是一个非常有趣的体验，特别是因为官方文档是如此的好。

然而，有些话题似乎没有得到充分的解释。例如，named group capture构造：{:name: p :}。

考虑下面的例子，我不明白为什么它不匹配：

print(re.compile
  [[item <- ('<' {:tag: %w+!%w :} '>' item+ '</' =tag '>') / %w+!%w]]
  :match[[<person><name>James</name><address>Earth</address></person>]])

-- outputs nil

有人能帮我弄清楚这里出了什么问题吗？我对此做了很多思考，似乎真的错过了一些重要的东西。

Answer 1

这是一个迟来的答案，但您可以尝试遵循以下模式

result = re.compile[[
  item <- ({| %s* '<' {:tag: %w+ :} %s* '>' (item / %s* { (!(%s* '<') .)+ }) %s* '</' =tag '>' |})+
]]:match[[
<person>
    <name>
    James
    </name>
    <address>Earth</address>
</person>
]]

，它使用表捕获来解析已剥离的元素文本的XML w/空格。

tag = "person"
[1] = {
  tag = "name"
  [1] = "James"
}
[2] = {
  tag = "address"
  [1] = "Earth"
}