我正在尝试编写一个简单的lex解析器。应对目前:
from ply import lex
tokens = (
'COMMENT',
'OTHER'
)
t_COMMENT = r'^\#.*\n'
t_OTHER = r'^[^\#].*\n'
def t_error(t):
raise TypeError("Unknown text '%s'" % (t.value,))
lex.lex()
lex.input(yaml)
for tok in iter(lex.token, None):
print repr(tok.type), repr(tok.value)
但是无法解析简单的输入文件:
# This is a real comment
#And this one also
#/*
# *
# *Variable de feeu
# */
ma_var: True
It is done, over, kaput
使用以下输出:
l
'COMMENT' '# This is a real comment\n'
Traceback (most recent call last):
File "parser_adoc.py", line 62, in <module>
main2()
File "parser_adoc.py", line 57, in main2
for tok in iter(lex.token, None):
File "/usr/lib/python2.7/site-packages/ply/lex.py", line 384, in token
newtok = self.lexerrorf(tok)
File "parser_adoc.py", line 44, in t_error
raise TypeError("Unknown text '%s'" % (t.value,))
TypeError: Unknown text '#And this one also
#/*
# *
# *Variable de feeu
# */
ma_var: True
this is done
'
总而言之,我定义了2个正则表达式:
#
开头的行#
开始的行但它不起作用。我不明白我的正则表达式有什么问题。
你能帮忙吗?
西蒙
在python正则表达式(PLY使用)中,除非设置了多行模式,否则^
指的是字符串的开头,而不是行的开头。因此,由于您的两个规则都以^
开头,因此它们只能在第一行匹配。
您可以通过将正则表达式包装在(?m:...)
中来解决这个问题,^
启用了多行模式,但这里甚至不需要。相反,你可以从规则的开头删除qazxswpoi,它将按你的意愿工作。由于您的两个规则始终与整行匹配,因此下一个标记将始终从行的开头开始 - 无需锚定它们。