[英]recognizing multi-line sections with lark grammar
我正在尝试编写一个简单的语法来解析具有多行部分的文本。我无法理解如何去做。 这是我到目前为止写的语法 - 在这里将不胜感激。
ps:我意识到云雀对于这个问题来说太过分了,但这只是我试图解析的一个非常简化的版本。
from unittest import TestCase
from lark import Lark
text = '''
[section 1]
line 1.1
line 1.2
[section 2]
line 2.1
'''
class TestLexer(TestCase):
def test_basic(self):
p = Lark(r"""
_LB: "["
_RB: "]"
_NL: /\n/+
name: /[^]]+/
content: /.+/s
section: _NL* _LB name _RB _NL* content
doc: section*
""", parser='lalr', start='doc')
parsed = p.parse(text)
问题是您的content
正则表达式可以匹配任何长度的任何位置,这意味着语法的 rest 无法正常工作。 取而代之的是,您将终端重新划分为单行,并赋予其低于 rest 的优先级。
p = Lark(r"""
_NL: /\n/+
name: /[^]]+/
content: (ANY_LINE _NL)+
ANY_LINE.-1: /.+/
section: _NL* "[" name "]" _NL* content
doc: section*
""", parser='lalr', start='doc')
您现在可能需要一些额外的工作来将content
规则转换为您想要的内容,但是由于您声称这实际上不是您的确切问题,所以我不会在这里打扰。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.