Python pygments lexer状态保存

Question

在以下c ++文本上运行pygments默认词法分析器： class foo{}; ，结果如下：

(Token.Keyword, 'class')
(Token.Text, ' ')
(Token.Name.Class, 'foo')
(Token.Punctuation, '{')
(Token.Punctuation, '}')
(Token.Punctuation, ';')

请注意，toke foo的类型为Token.Name.Class 。

如果我将类名更改为foobar我希望仅能在触摸的标记上运行默认词法分析器，在这种情况下，原始标记为foo和{ 。

问：如何保存词法分析器状态，以便标记化foobar{会为Token.Name.Class类型提供标记？

拥有此功能将优化大型中间文件的语法突出显示，例如，该大型中间文件在文件中间就发生了更改（用户正在输入文本）。 似乎没有记录的执行此操作的方法，也没有有关如何使用默认pygments lexers进行此操作的信息。

是否有其他语法突出显示系统支持此行为？

编辑：

关于性能，这里是一个示例： http : //tpcg.io/ESYjiF

Answer 1

根据我对源代码的理解，您想要的是不可能的。

我不会挖掘并尝试解释每一个相关的代码行，但是基本上，这是发生的事情：

• 您的Lexer类是pygments.lexers.c_cpp.CLexer ，该类继承自pygments.lexer.RegexLexer 。
• pygments.lex(lexer, code)函数只不过在lexer上调用get_tokens方法并处理错误。
• lexer.get_tokens基本上以unicode字符串解析源代码并调用self.get_tokens_unprocessed
• get_tokens_unprocessed由您的每个Lexer定义，相关方法是pygments.lexers.c_cpp.CFamilyLexer.get_tokens_unprocessed 。
• CFamilyLexer.get_tokens_unprocessed基本上从RegexLexer.get_tokens_unprocessed获取令牌并重新处理其中的一些令牌。

最后， RegexLexer.get_tokens_unprocessed在定义的令牌类型上循环（类似(("function", ('pattern-to-find-c-function',)), ("class", ('function-to-find-c-class',))) ），然后针对每种类型（ function ， class ， comment ...）在源文本中查找所有匹配项，然后处理下一个类型。

此行为使您想要的成为不可能，因为它在令牌类型而不是文本上循环。

---

为了使我的观点更加pygments/lexer.py ，我在lib 文件中添加了两行代码： pygments/lexer.py ，行：628

for rexmatch, action, new_state in statetokens:
    print('looking for {}'.format(action))
    m = rexmatch(text, pos)
    print('found: {}'.format(m))

并使用以下代码运行它：

import pygments
import pygments.lexers

lexer = pygments.lexers.get_lexer_for_filename("foo.h")
sample="""
class foo{};
"""
print(list(lexer.get_tokens(sample)))

输出：

[...]
looking for Token.Keyword.Reserved
found: None
looking for Token.Name.Builtin
found: None
looking for <function bygroups.<locals>.callback at 0x7fb1f29b52f0>
found: None
looking for Token.Name
found: <_sre.SRE_Match object; span=(6, 9), match='foo'>
[...]

如您所见，令牌类型是代码迭代的对象。

---

考虑到这一点（正如塔伦·拉尔瓦尼 （ Tarun Lalwani ）在评论中说的那样），即一个新字符可以破坏整个源代码结构这一事实，您做不到比在每次更新时重新整理整个文本更好的方法。