我在尝试调试 pyparsing 代码时遇到了这种意外行为:
string1 = "this is a test string : that behaves as I expect\n"
string2 = "this string does not behave as I expect\n"
field = CharsNotIn(":\n")
line = field + ZeroOrMore(Literal(":") + field) + LineEnd()
print line.parseString(string1)
print line.parseString(string2)
这会产生以下输出:
['this is a test string ', ':', ' that behaves as I expect', '\n']
['this string does not behave as I expect']
出于某种原因，解析器能够在 string1 中提取行尾字符，但无法在 string2 中提取它。我什至不明白如果它没有找到行尾，它是如何为 string2 生成匹配项的。
这种行为似乎特别适用于行尾字符，因为使用行尾字符以外的字符似乎工作正常:
string1 = "this is a test string : that behaves as I expect*"
string2 = "this string also behaves as I expect*"
field = CharsNotIn(":*")
line = field + ZeroOrMore(Literal(":") + field) + Literal("*")
print line.parseString(string1)
print line.parseString(string2)
这会产生:
['this is a test string ', ':', ' that behaves as I expect', '*']
['this string also behaves as I expect', '*']
请您参考如下方法:
打印行以查看它匹配的伪正则表达式。
>>> print line
{!W:(:
) [{":" !W:(:
)}]... LineEnd}
如果我理解正确，它正在寻找非冒号非换行符，它在第一个换行符处停止(在您的示例 string2 中，它占用整行)，然后查找冒号和更多单词，如果它们存在(他们没有)，然后是换行符。我的猜测是换行符实例以某种方式被丢弃，而不是你断言如果它不能匹配换行符它就不会匹配字符串是错误的。
>>> print line.parseString('xyzyy')
['xyzyy']
这确实留下了一个问题，为什么即使没有换行符它也匹配......
