разбор вложенных групп (строки в кавычках) с помощью pyparsing (латекс)

Я хочу проанализировать возможные вложенные группы в файле LaTeX: примерно так:

import pyparsing as pp
qs = pp.QuotedString(quoteChar='{', endQuoteChar='}')
s = r'''{ This is a \textbf{\texttt{example}} of \textit{some $\mb{y}$ text} to parse.}'''
print qs.parseString(s)

Но это не может быть правильным (он останавливается на первой закрывающей фигурной скобке). Результат:

([' This is a \\textbf{\\texttt{example'], {})

Как я могу получить результат, который я могу повторить, я думаю о таком возврате, если все, что я хотел, это группы:

{ This is a \textbf{\texttt{example}} of \textit{some $\mb{y}$ text} to parse.}
{\texttt{example}}
{example}
{some $\mb{y}$ text}
{y}

Пример использования — проверить исходный файл LaTeX на распространенные ошибки тегов.


python pyparsing
person Tim    schedule 20.09.2013    source источник
comment
Посмотрите, может ли pyparsing nestedExpr быть лучшим выбором, чем QuotedString.   -  person PaulMcG    schedule 21.09.2013

Ответы (1)


arrow_upward
2
arrow_downward

Ключевым моментом здесь является то, что вы вложили скобки, чтобы они правильно соответствовали закрывающей скобке. Грамматика, как вы написали, действительно остановится на первой закрывающей скобке, а не на соответствующей закрывающей скобке. Решение состоит в том, чтобы определить грамматику таким образом, чтобы новые открывающие скобки соответствовали другому разделу.

import pyparsing as pp

allSections = []
def rememberSection(m):
    allSections.append(''.join(m))
other = pp.Word(pp.printables.replace('{','').replace('}','') + ' \t\r\n')
section = pp.Forward()
section << ('{' + pp.OneOrMore(other | section) + '}').setParseAction(rememberSection)

s = r'''{ This is a \textbf{\texttt{example}} of \textit{some $\mb{y}$ text} to parse.}'''
print section.parseString(s)
print allSections

Это определяет, что разрешено находиться внутри раздела, как все, кроме фигурных скобок или другого раздела. Каждая фигурная скобка затем сопоставляется с соответствующей закрывающей скобкой. Если фигурные скобки не совпадают, будет поднято pyparsing.ParseException.

Обычно все токены возвращаются в виде списка токенов, каждый из которых соответствует либо '{', '}', либо ряду других символов без фигурных скобок. Поскольку мы хотим, чтобы каждое выражение в квадратных скобках запоминалось, здесь parseAction добавляет их во внешний список. Я не уверен в каком-либо более чистом способе справиться с этим, но это создаст список allSections, который содержит группы, как вы хотели.

person Eldritch Cheese    schedule 20.09.2013
comment
Хорошее использование Forward для определения выражения рекурсивного синтаксического анализа. В последних версиях pyparsing добавлен аргумент Word, упрощающий выполнение всех печатных форм, кроме x — Word(printables, excludeChars="{}"). - person PaulMcG; 21.09.2013