パイピング - 解析XMLコメント

Question

XMLコメントを含むファイルを解析する必要があります。具体的には、MSを使用したAC＃ファイルです /// 大会。

これから私は引き出す必要があります foobar, 、 また /// foobar 受け入れられるでしょう。 （注 - XMLをすべて1行に作成すると、これはまだ機能しません...）

testStr = """
    ///<summary>
    /// foobar
    ///</summary>
    """

これが私が持っているものです：

import pyparsing as pp

_eol = pp.Literal("\n").suppress()
_cPoundOpenXmlComment = Suppress('///<summary>') + pp.SkipTo(_eol)
_cPoundCloseXmlComment = Suppress('///</summary>') + pp.SkipTo(_eol)
_xmlCommentTxt = ~_cPoundCloseXmlComment + pp.SkipTo(_eol)
xmlComment = _cPoundOpenXmlComment + pp.OneOrMore(_xmlCommentTxt) + _cPoundCloseXmlComment

match = xmlComment.scanString(testStr)

そして出力へ：

for item,start,stop in match:
    for entry in item:
        print(entry)

しかし、私はマルチライン全体でグラマーが働いていることであまり成功していませんでした。

（注 - 上記のサンプルをPython 3.2でテストしました。それは動作しますが、（私の問題に応じて）値を印刷しません）

ありがとう！

Answer 1

使用するのはどうですか nestedExpr:

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']]]

Answer 2

おもう Literal('\n') あなたの問題です。 Whitespace文字でリテラルを作成したくありません（リテラルはデフォルトで一致しようとする前にWhitespaceをスキップするためです）。使用してみてください LineEnd() 代わりは。

編集1：ラインエンドで無限のループを取得したからといって、リテラル（ ' n'）が優れているというわけではありません。追加してみてください .setDebug() あなたの終わりに _eol 定義、そしてそれは何も一致しないことがわかります。

コメントの本文を「閉鎖線ではないが、すべてを終了まで進める1つ以上の行」として定義しようとするのではなく、ただしてください。

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

（LineEnd（）で無限のループを取得していた理由は、本質的にOneMorore（skipto（lineend（）））を実行していたが、LineEnd（）を消費することはないため、Oneormoreはちょうどマッチングとマッチングとマッチング、マッチング、解析、および解析位置から空の文字列を返す で 行の終わり。）

Answer 3

XMLパーサーを使用してXMLを解析できます。関連するコメントラインを簡単に抽出するのは簡単なはずです。

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