非贪婪的词匹配在句法分析中？

Question

我想匹配一个以_foo或_bar结尾的单词。我写了这个：

identifier = Word(alphanums + '_')
string     = identifier + Suppress('_') + oneOf('foo bar')

不幸的是，我意识到identifier是贪婪的，并且消耗了所有的关键字。

我如何迫使identifier不贪婪？

$ string.parseString('a_keyword_foo')
ParseException: Expected "_" (at char 13), (line:1, col:14)

一些有效的关键字：

a_keyword_foo          # ['a_keyword', 'foo']
foo_bar_foo            # ['foo_bar',   'foo']
bar_bar                # ['bar',       'bar']

一些无效的关键字：

keyword_foo_foobar
2keywords_bar          # The leading number is perhaps another question...
foo _bar 
_foo

Answer 1

一旦你知道你在寻找什么，你就可以使用pp.SkipTo

In [38]: foo_or_bar = Literal('foo') | Literal('bar')

In [39]: string = SkipTo(Literal('_') + foo_or_bar) + Literal('_') + foo_or_bar

In [42]: string.parseString('frumpy _foo')
Out[42]: (['frumpy ', '_', 'foo'], {})

不幸的是，您也得到了这种行为，尽管：

In [44]: string.parseString('frumpy _foo _foo')
Out[44]: (['frumpy ', '_', 'foo'], {})

如果模式可以出现不止一次。

问题是pyparsing不做前瞻性工作。如果您也关注第二种情况，则必须将其定义为以下划线+ foo或bar结尾的一个或多个东西(如上面所示)，然后选择最后一个。

Answer 2

如果必须/可以切换到re api，则可以在那里使用非贪婪的匹配：

    import re
    p = re.compile (r"""([a-z_]+?)        # lazy matching identifier
                         _ (bar|foo)      # _ with foo or bar
       """, re.VERBOSE)
    subject_string = 'a_hello_foo'
    m = p.match( subject_string )
    print "groups:", m.groups()
    print "group 1:", m.group(1)

在Within解析中，也存在使用regex的可能性。