如何编写一个 PEG 解析器来完全使用任何和所有文本，同时仍然匹配其他给定规则？

Question

我正在制作一个应用程序，使编写 (PEG) 解析器对没有经验的人来说更容易上手和更友好。是的，以前有人做过，但这对我来说是一次很好的 GUI 学习经历。

使它易于使用的部分原因是用户无需担心他们的语法必须匹配整个文本，他们应该能够在没有所有“样板”的情况下提取有意义的数据。

如何做到这一点？请在下面查看我的回答。或者提供您自己的。

Answer 1

这让我难过了一个晚上的大部分时间，但找不到已经在线回答的问题，所以我想分享一下。

我使用 parsimonious 库的 MRE。它之所以有效，是因为 match 将匹配任何顶级用户定义的表达式，并且有一个后备匹配任何其他内容，遗憾的是一次只能匹配一个字符。

from parsimonious.grammar import Grammar

grammar = Grammar("""
root = (match / any)*
match = foo / bar # must include all top level user defined rules, but not their children (if any)
any = ~"."
foo = "foo expression" # user defined
bar = "bar expression" # user defined
""")

print(grammar.match("1 foo expression 2 bar expression 3"))

并且打印出来是正确的。

<Node called "root" matching "1 foo expression 2 bar expression 3">
    <Node matching "1">
        <RegexNode called "any" matching "1">
    <Node matching " ">
        <RegexNode called "any" matching " ">
    <Node matching "foo expression">
        <Node called "match" matching "foo expression">
            <Node called "foo" matching "foo expression">
    <Node matching " ">
        <RegexNode called "any" matching " ">
    <Node matching "2">
        <RegexNode called "any" matching "2">
    <Node matching " ">
        <RegexNode called "any" matching " ">
    <Node matching "bar expression">
        <Node called "match" matching "bar expression">
            <Node called "bar" matching "bar expression">
    <Node matching " ">
        <RegexNode called "any" matching " ">
    <Node matching "3">
        <RegexNode called "any" matching "3">

老实说，我觉得这不是很优雅，尤其是如何为“any”和“root”匹配各个字符（如果它们在一起或完全省略，我会更喜欢），但它是最好的我可以，如果它对任何人都有用，那才是最重要的！

Parsimonious 自述文件中有这样的示例。

my_grammar = Grammar(r"""
    styled_text = bold_text / italic_text
    bold_text   = "((" text "))"
    italic_text = "''" text "''"
    text        = ~"[A-Z 0-9]*"i
    """)

这对我来说表明有一种方法可以在我不知道的更大的文本（包含既不是粗体也不是斜体的文本）上使用它。除了在文档的每个位置上为 parse/match 使用可选的“pos”（位置）参数外，这也不优雅。

我没有从自述文件中看到如何，如果有人知道“正确”的方法，请分享。

如何编写一个 PEG 解析器来完全使用任何和所有文本，同时仍然匹配其他给定规则？

How to write a PEG parser that fully consumes any and all text whilst still matching other given rules?

python

parsing

peg

parsimonious