使用pyparsing匹配行首空格

Question

我正在尝试用pyparsing来解析一个统一的diff文件，作为练习，但遇到了一些问题。这里是我diff文件中让我困扰的部分：

(... some stuff over...)
 banana
+apple
 orange

第一行以一个空格开始，然后是“banana”。我用来解析一行的表达式是：

linestart = Literal(" ") | Literal("+") | Literal("-")
line = linestart.leaveWhitespace() + restOfLine

这个表达式在解析单行时是有效的，但当我尝试解析整个文件时，“leaveWhitespace”这个指令让解析器从最后一行的末尾开始。举个例子，在解析完“ banana”后，下一个字符是“\n”（因为有leaveWhitespace），然后解析器试图匹配“ ”、“+”或“-”，结果就出错了。

我该如何正确处理这个问题呢？

Answer 1

你可以一次读取并解析一行内容。下面的代码对我来说很好用。

from pyparsing import Literal, restOfLine

linestart = Literal(" ") | Literal("+") | Literal("-")
line = linestart.leaveWhitespace() + restOfLine

f = open("/tmp/test.diff")
for l in f.readlines():
  fields = line.parseString(l)
  print fields

输出结果是

[' ', 'banana']
['+', 'apple']
[' ', 'orange']

如果你需要解析多行内容，可以明确指定行结束符。

linestart = Literal(" ") | Literal("+") | Literal("-")
line = linestart.leaveWhitespace() + restOfLine + LineEnd()
lines = ZeroOrMore(line)
lines.parseString(f.read())