pyparsing：忽略注释时，parseAll=True不会引发ParseException

Question

我注意到pyparsing有一个奇怪的副作用：

在解析器的超集上使用.ignore（）时，parseString（。。。，parseAll=True）停止检查注释符号处的整个字符串。下面的代码可以更好地解释。在

如何在不使用stringEnd的情况下修复它？在

示例：

def test():        
    import pyparsing as p
    unquoted_exclude = "\\\"" + "':/|<>,;#"   
    unquoted_chars = ''.join(set(p.printables) - set(unquoted_exclude))
    unquotedkey = p.Word(unquoted_chars)

    more = p.OneOrMore(unquotedkey)
    more.ignore("#" + p.restOfLine) 
    # ^^ "more" should ignore comments, but not "unquotedkey" !!

    def parse(parser, input_, parseAll=True):
        try: 
            print input_
            print parser.parseString(input_, parseAll).asList()
        except Exception as err:
            print err


    parse(unquotedkey, "abc#d")
    parse(unquotedkey, "abc|d")

    withstringend = unquotedkey + p.stringEnd 
    parse(withstringend, "abc#d", False)
    parse(withstringend, "abc|d", False)

输出：

abc#d     
['abc'] <--- should throw an exception but does not  
abc|d
Expected end of text (at char 3), (line:1, col:4)
abc#d
Expected stringEnd (at char 3), (line:1, col:4)
abc|d
Expected stringEnd (at char 3), (line:1, col:4)

Answer 1

要比较苹果和苹果，还应该在定义withstringend之后添加以下行：

withstringend.ignore('#' + p.restOfLine)

我想您将看到它的行为与使用unquotedKey进行解析的测试相同。在

ignore的目的是忽略解析的输入文本中任何地方的构造，而不仅仅是在最高层。例如，在C程序中，不能忽略语句之间的注释：

^{pr2}$

您还必须忽略可能出现在任何位置的注释：

x /* this is a post-increment 
so it really won't add 1 to x until after the
statement executes */ ++
/* and this is the trailing semicolon 
for the previous statement -> */;

或者也许不那么做作：

for (x = ptr; /* start at ptr */
     *x; /* keep going as long as we point to non-zero */
     x++ /* add one to x */ )

为了支持这一点，ignore()被实现来递归整个已定义的解析器，并更新整个解析器中每个子解析器上可忽略表达式的列表，从而在整个解析器的每个级别跳过可忽略表达式。另一种方法是将对ignore的调用散布到整个解析器定义中，并不断尝试查找那些意外跳过的调用。在

所以在你的第一个案例中，当你这样做的时候：

more = p.OneOrMore(unquotedKey)
more.ignore('#' + p.restOfline)

您还更新了unquotedKey的可忽略文件。如果要隔离unquotedKey，使其不会产生这种副作用，那么使用以下方法定义more：

more = p.OneOrMore(unquotedKey.copy())

另一点-你对一个不带引号的键的定义是“除了这些特殊字符以外的所有可打印文件”。直到1.5.6版，当excludeChars参数被添加到Word类中时，您所使用的技术一直很好。现在你不必在构建只包含允许的字符的列表上费事了，你可以让Word来完成这项工作。尝试：

unquotedKey = p.Word(p.printables,
                     excludeChars = r'\"' + "':/|<>,;#")