getParseData 的反向：从解析的代码回到代码

Question

嗨，我正在getParseData用来修复代码中的某些内容。例如替换=为<-

txt = "
flag = F

if(flag){
        dat = data.frame(x = 1, stringAsFactor = F)
} else {
        dat <- 1
}
"

sf = parse(text = txt)
p = getParseData(sf)

p[p$token == 'EQ_ASSIGN', 'text'] = '<-'

现在如何从p- 显示解析代码的 data.frame - 作为字符串返回到 R 代码？谢谢

---

更新：试试 getParseText

首先，我无法让示例getParseText工作：

fn <- function(x) {
        x + 1 # A comment, kept as part of the source
}

d <- getParseData(fn)
d
# NULL

然后我尝试模仿?getParseText示例中的代码：

txt = "
flag = F

f2 = 1 + 1

if(flag){
        dat = data.frame(x = 1, stringAsFactor = F)
} else {
        dat <- 1
}
"

sf = parse(text = txt)
p = getParseData(sf)

plus <- which(p$token == "'+'")
sum <- p$parent[plus]
p[as.character(sum), ]
cat(getParseText(p, sum))
# 1 + 1

cat(getParseText(p, unique(p$parent)))
# not correct

cat(paste0(unique(getParseText(p, p$id)), collapse=" ")) # incorrect
# flag = F f2 1 + 1 1 + if(flag){
#         dat = data.frame(x = 1, stringAsFactor = F)
# } else {
#         dat <- 1
# } if ( ) {
#         dat = data.frame(x = 1, stringAsFactor = F)
# } { dat data.frame(x = 1, stringAsFactor = F) data.frame x , stringAsFactor } else {
#         dat <- 1
# } dat <- 1 <-

Answer 1

您不需要使用getParseData来替换R 代码中的=符号<-。R 的一项令人惊奇的事情是您可以直接对语言进行操作，因此我们将在此处进行操作。

sf = parse(text = txt)

sf 是一个表达式对象，它实际上是一个 R 语言对象列表，每个顶级语句一个：

sf[[1]]
## flag = F
sf[[2]]
## if (flag) {
##     dat = data.frame(x = 1, stringAsFactor = F)
## } else {
##     dat <- 1
## }

以上是语言调用。调用是一个未计算的 R 语句，您可以从parse或 中获得quote：

my.call <- quote(1 + 1)
my.call
## 1 + 1
class(my.call)
## [1] "call"

关于调用的事情是 R 对你的底层结构说谎。R 调用是 R 专门显示和处理的列表（好吧，实际上是成对列表，但这里的区别无关紧要）。我们可以展示他们的真实本性：

as.list(my.call)
## [[1]]
## `+`
## 
## [[2]]
## [1] 1
## 
## [[3]]
## [1] 1

请注意调用的前导元素如何是“函数”，或者在这种情况下是“运算符”，无论如何它在 R 中只是一个函数（更准确地说是函数/运算符的名称）。呼叫总是如此。第一个元素是函数，后面的元素是参数。R 假装运算符是特殊的并以不同的方式显示它们，但对于底层调用结构和评估，它们是相同的。

看看我们能做什么：

my.call[[1]] <- as.name('-')
my.call
## 1 - 1

我们过去常常as.name创建一种特殊类型的 R 对象，称为符号。这些可用于在调用中引用函数。可以想象，如果我们可以替换+为-，我们也可以为=和做同样的事情<-。但是要系统地做到这一点，我们需要通过语言树进行递归。我们将编写一个简单的函数来做到这一点：

symb_rep <- function(lang, from, to) {
  if(is.call(lang)) {
    if(lang[[1]] == from) lang[[1]] <- to
    lang[-1] <- lapply(lang[-1], symb_rep, from, to)
  }
  lang
}

然后我们可以在我们的原始表达式上运行它，其中recall是一个调用列表，因此我们使用lapply应用于每个元素：

lang.sub <- lapply(sf, symb_rep, as.name("="), as.name("<-"))
lang.sub
## [[1]]
## flag <- F
## 
## [[2]]
## if (flag) {
##     dat <- data.frame(x = 1, stringAsFactor = F)
## } else {
##     dat <- 1
## }

如果您想要返回字符表示，您可以使用deparse：

unlist(lapply(lang.sub, deparse))
## [1] "flag <- F"                                       
## [2] "if (flag) {"                                     
## [3] "    dat <- data.frame(x = 1, stringAsFactor = F)"
## [4] "} else {"                                        
## [5] "    dat <- 1"                                    
## [6] "}" 

很酷，不是吗？

最后一点，您会注意到在 中data.frame(x = 1, ...)，=没有被替换。这是为什么？好吧，这=实际上并不存在于通话数据中。它由 R 显示为装饰。实际上，请注意参数名称的存储方式：

as.list(quote(data.frame(x=1, y=2)))
## [[1]]
## data.frame
## 
## $x
## [1] 1
## 
## $y
## [1] 2

没有=在望，因为参数名称是调用对象的只是名字。R 只是在打印出调用时显示等号作为视觉辅助，并在解析调用时以相同的方式解释它们。这个“谎言”就是为什么这两个表达式在语义上是不同的：

data.frame(x <- 5)
##   x....5
## 1      5
x
## [1] 5
data.frame(x = 1)
##   x
## 1 1
x
## [1] 5

前者中R在全局环境中将5赋给x，并为数据框参数组成一个名称。在第二个 R 中x用作参数名称但不分配给全局环境。因为 R 依赖=in 参数列表来获取参数名称，所以不能将它与正常的赋值语义一起使用。