當兩個以上匹配時，Pyparsing OR操作使用最短字符串

Question

我需要解析一些語句，但希望靈活使用多個單詞來表示語句。

例如。

string = """ 
start some statement end 
other stuff in between 
start some other statement. 
other stuff in between 
start another statement 
""" 

在這種情況下 end， .和行末

是將信號結束時，我正在尋找的聲明 令牌。

我試過如下：

from pyparsing import restOfLine, SkipTo 

skip_to_end_of_line = restOfLine 
skip_to_dot = SkipTo('.', include=False) 
skip_to_end = SkipTo('end', include=False) 

statement = 'start' + skip_to_end_of_line^skip_to_dot^skip_to_end 

statement.searchString(string) 

([(['start some statement end\nother stuff in between\nstart some other statement'], {}), (['start', ' another statement'], {})], {}) 

通過使用或功能，如果有兩個以上的比賽返回最大的字符串，我想還是要回到最短串 導致

([(['start', ' some statement end'], {}), (['start', ' some other statement.'], {}), (['start', ' another statement'], {})], {}) 

Answer 1

SkipTo是pyparsing不太可預測的特性之一，因爲輸入數據很容易導致比預期更多或更少的跳過。

試試這個：

term = LineEnd().suppress() | '.' | 'end' 
statement = 'start' + OneOrMore(~term + Word(alphas)) + term 

而是一味地跳過的，這種表達反覆查找的話，當它發現你的終止條件之一停止。

如果你想實際體字符串代替文字的集合，你可以使用originalTextFor：

statement = 'start' + originalTextFor(OneOrMore(~term + Word(alphas))) + term