解析异常：预期文本结束

Question

我正在使用pyparsing来解析文本。我的函数如下。首先，我创建了一个列表，里面包含了我网站上常用的词汇（也就是一个词典）。接着，我把这个常用词汇的列表设置为我的语法规则。然后，我用这个语法规则构建了一个ZeroOrMore对象。最后，我解析字符串，应该能找到我字符串中的匹配项。然而，它却抛出了一个ParseException错误，抱怨说期待文本的结尾。

def map_dict_words(self, pbody):
        dict_terms = [term.term for term in Dictionary.objects()]
        look_for_these = oneOf(dict_terms, caseless=True).setResultsName("dict_words")
        parseobj = ZeroOrMore(look_for_these)
        matches = parseobj.parseString(pbody, parseAll=True)
        print matches

根据pyparsing官网的常见问题解答，如果我想让解析器解析整个字符串，我应该在我的语法中加入StringEnd()，或者使用可选参数parseAll=True。如果我把代码中的parseAll=True去掉，它就能工作，但就不能解析整个字符串了。

有没有什么想法？

Answer 1

如果你不想用 parseString，那么你可能更想试试 scanString 或 searchString。这两个函数和 parseString 不一样，它们会快速浏览输入内容，寻找匹配的部分，而不是要求输入字符串的所有内容都完全匹配。scanString 会返回一个生成器，所以当你处理很大的文本时，它会在找到匹配时逐个给你返回结果：

for toks,start,end in look_for_these.scanString(pbody):
    print toks[0], start, end

searchString 其实就是一个简单的包装器，它在 scanString 的基础上做了一些简化（去掉了开始和结束的位置）:

for t in look_for_these.searchString(pbody):
    print t[0]

Answer 2

可以把pyparsing想象成一种更高级的正则表达式。当你设置parseAll=True时，它会期待整个字符串都能匹配，也就是说，字符串中的每一个字节都要符合某种语法规则。不过，你的语法规则只提到了字符串中会出现的一部分单词。你需要想办法处理剩下的那些单词。

换句话说，假设一些常见的单词是“鹦鹉”、“气垫船”、“鳗鱼”和“峡湾”，那么你实际上构建的就是以下这个正则表达式的等价物：

/^(?P<dict_words>eels|fjords|hovercraft|parrot)*$/