Pyparsing - 在不同位置带有换行符的文字文本

Question

我正在使用 pyparsing 来解析包含行结束位置不同的文本的文档。我需要编写一个与文本匹配的解析器表达式，无论换行符位置如何。以下内容不起作用：

from __future__ import print_function
from pyparsing import *

string_1 = """The quick brown 
fox jumps over the lazy dog.
"""

string_2 = """The quick brown fox jumps
over the lazy dog.
"""

my_expr = Literal(string_1)
print(my_expr.searchString(string_1)
print(my_expr.searchString(string_2)

这会导致控制台上显示以下内容：

[['The quick brown \nfox jumps over the lazy dog.\n']]
[]

由于 ParserElement.DEFAULT_WHITE_CHARS 中包含换行符，因此我不明白为什么两个字符串与我的表达式不匹配。如何创建一个解析器元素，无论换行符发生在哪里，它都会匹配文本？

Answer 1

你的问题是一个很好的例子，说明了为什么我不鼓励人们定义带有嵌入空格的文字，因为这会破坏 pyparsing 的内置空格跳过功能。 Pyparsing 会跳过表达式之间的空格。在您的情况下，您仅指定一个表达式，即一个包含整个单词字符串（包括单词之间的空格）的 Literal 。

您可以通过将字符串分解为单独的文字来跳过空格（将字符串添加到 pyparsing 表达式会自动从该字符串构造一个文字）：

from pyparsing import *

my_expr = Literal("The") + "quick" + "brown" + "fox" + "jumps" + "over" + "the" + "lazy" + "dog"

string_1 = """The quick brown 
fox jumps over the lazy dog.
"""

string_2 = """The quick brown fox jumps
over the lazy dog.
"""

for test in (string_1, string_2):
    print '-'*40
    print test
    print my_expr.parseString(test)
    print

如果您不喜欢输入所有这些单独的带引号的字符串，则可以让 Python 拆分字符串为您做好准备，将它们映射到文字，并提供整个列表以构成 pyparsing 并且：

my_expr = And(map(Literal, "The quick brown fox jumps over the lazy dog".split()))

如果您想保留原始空白，请将表达式包装在 originalTextFor 中：

my_expr = originalTextFor(my_expr)