Pyparsing 中的贪婪表达式

Question

aaa:bbb(123)我正在尝试使用 Pyparsing将字符串拆分为标记。

我可以使用正则表达式来做到这一点，但我需要通过 Pyparsing 来做到这一点。

解决re方案将如下所示：

>>> import re
>>> string = 'aaa:bbb(123)'
>>> regex = '(\S+):(\S+)\((\d+)\)'
>>> re.match(regex, string).groups()
('aaa', 'bbb', '123')

这很清楚也很简单。这里的关键点是\S+“除了空格之外的所有内容”。

现在我将尝试使用 Pyparsing 来做到这一点：

>>> from pyparsing import Word, Suppress, nums, printables
>>> expr = (
...     Word(printables, excludeChars=':')
...     + Suppress(':')
...     + Word(printables, excludeChars='(')
...     + Suppress('(')
...     + Word(nums)
...     + Suppress(')')
... )
>>> expr.parseString(string).asList()
['aaa', 'bbb', '123']

好的，我们得到了相同的结果，但这看起来不太好。我们已经设置excludeChars让 Pyparsing 表达式在我们需要的地方停止，但这看起来并不健壮。如果我们在源字符串中包含“排除”字符，则相同的正则表达式将正常工作：

>>> string = 'a:aa:b(bb(123)'
>>> re.match(regex, string).groups()
('a:aa', 'b(bb', '123')

而 Pyparsing 异常显然会中断：

>>> expr.parseString(string).asList()
Traceback (most recent call last):
  File "<input>", line 1, in <module>
  File "/long/path/to/pyparsing.py", line 1111, in parseString
    raise exc
ParseException: Expected W:(0123...) (at char 7), (line:1, col:8)

那么，问题是我们如何使用 Pyparsing 实现所需的逻辑？

Answer 1

使用带有前瞻断言的正则表达式：

from pyparsing import Word, Suppress, Regex, nums, printables

expr = (
     Word(printables, excludeChars=':')
     + Suppress(':')
     + Regex(r'\S+[^\(](?=\()')
     + Suppress('(')
     + Word(nums)
     + Suppress(')')
 )