Python pyparsing-解析xml注释

我需要解析一个包含xml注释的文件。具体来说，它是一个使用MS

//

约定的c文件

从这里我需要拉出

foobar

，或者

///foobar

也可以接受。（注意-如果将xml全部放在一行中，这仍然不起作用…）

但我并没有在跨多行的语法工作中取得多大成功

（注意——我在Python3.2中测试了上述示例；它可以工作，但（根据我的问题）不打印任何值）

谢谢

我认为

Literal（'\n'）

是你的问题。您不希望构建带有空格字符的文本（因为文本在尝试匹配之前默认跳过空格）。尝试改用

LineEnd（）

编辑1: 仅仅因为您得到一个带有LineEnd的无限循环并不意味着Literal（'\n'）更好。尝试在

\u eol

定义的末尾添加

.setDebug（）

，您会发现它与任何内容都不匹配

不要试图将你的评论主体定义为“一行或多行不是结束行，而是把所有内容都放到行尾”，如果你只是：

xmlComment = _cPoundOpenXmlComment + pp.SkipTo(_cPoundCloseXmlComment) + _cPoundCloseXmlComment 

---

（使用LineEnd（）获得无限循环的原因是，您实际上是在执行一个或多个（SkipTo（LineEnd（）），但从未使用LineEnd（），因此，由于解析位置位于行的末尾，所以一个或多个只会不断匹配、匹配、解析和返回空字符串。）使用

nestedExpr

怎么样：

import pyparsing as pp

text = '''\
///<summary>
/// foobar
///</summary>
blah blah
///<summary> /// bar ///</summary>
///<summary>  ///<summary> /// baz  ///</summary> ///</summary>    
'''

comment=pp.nestedExpr("///<summary>","///</summary>")
for match in comment.searchString(text):
    print(match)
    # [['///', 'foobar']]
    # [['///', 'bar']]
    # [[['///', 'baz']]]

将pyparsing导入为pp
文本='''\
///
///福巴
///
废话
//////巴///
////////baz///
'''
注释=pp.nestedExpr（“///”，“//”）
对于注释中的匹配。搜索字符串（文本）：
打印（匹配）
#[['//'，'foobar']]
#['//'，'bar']]
#[['//'，'baz']]

您可以使用xml解析器来解析xml。提取相关评论行应该很容易：

import re
from xml.etree import cElementTree as etree

# extract all /// lines
lines = re.findall(r'^\s*///(.*)', text, re.MULTILINE)

# parse xml
root = etree.fromstring('<root>%s</root>' % ''.join(lines))
print root.findtext('summary')
# -> foobar

重新导入
从xml.etree导入cElementTree作为etree
#提取所有///行
lines=re.findall（r'^\s*//（.*），文本，re.MULTILINE）
#解析xml
root=etree.fromstring（“%s”%'.join（行））
打印root.findtext（“摘要”）
#->foobar

谢谢你的建议；但是，更改为

\u eol=pp.LineEnd（）.suppress（）

会导致挂起/inf循环。你能说得更具体一点吗（注意-将3个部分粘贴在一个.py文件中，代码按原样运行）。谢谢，Mikevote，请你解释一下问题所在。哼！我应该看到，我从来没有消耗过这一行的结尾：）我认为你在《银翼杀手》中表现出色。@JFSebastian不幸的是，在我遇到这个问题的大背景下，这是行不通的。是的，我可以按照您的建议提取所有xml片段，但我还需要在注释之后解析源代码，而语法是必需的；逐行执行正则表达式搜索将在文件中添加一个额外的循环。@迈克：正则表达式只是一个如何提取注释行的示例。从更大的角度来看，您使用解析器来提取相关注释（比解析xml简单得多），如果您觉得有必要，它不会阻止您使用xml解析器来解析xml。@PaulMcGuire的解决方案也可以，但这正是我应该使用的（这是最简单的…）Thansk！

xmlComment = _cPoundOpenXmlComment + pp.SkipTo(_cPoundCloseXmlComment) + _cPoundCloseXmlComment 

import pyparsing as pp

text = '''\
///<summary>
/// foobar
///</summary>
blah blah
///<summary> /// bar ///</summary>
///<summary>  ///<summary> /// baz  ///</summary> ///</summary>    
'''

comment=pp.nestedExpr("///<summary>","///</summary>")
for match in comment.searchString(text):
    print(match)
    # [['///', 'foobar']]
    # [['///', 'bar']]
    # [[['///', 'baz']]]

import re
from xml.etree import cElementTree as etree

# extract all /// lines
lines = re.findall(r'^\s*///(.*)', text, re.MULTILINE)

# parse xml
root = etree.fromstring('<root>%s</root>' % ''.join(lines))
print root.findtext('summary')
# -> foobar