PLY: unzulässiges Zeichen ‚+‘

Question

ich auf einem Python-Parser an Arbeitslage mit und ich habe Eingang in Form zu analysieren:

VAR VAR1 001 
+000 000 000 000 

Wo der Code eine Variable VAR genannt schaffen würde 1 weisen Sie dann die Wert 0 bis es

die Regex ich für die Instanciation geschrieben hat, ist:

t_INST = r'[\+|-]0[ ][0-9][0-9][0-9][ ][0-9][0-9][0-9][ ][0-9][0-9][0-9][ ][0-9][0-9][0-9]' 

jedoch, wenn mein Programm ausgeführt wird, PLY druckt die folgenden:

Illegal character '+' 

---

A reproducer folgt:

import ply.lex as lex 

tokens = ['INST'] 
t_INST = r'[+-]0[ ](\d{3}[ ]){3}\d{3}'; 
t_ignore = ' \t' 
def t_error(t): 
    print("Illegal character '%s'" % t.value[0]) 
    t.lexer.skip(1) 

lexer = lex.lex() 

def parse(input_string): 
    ret = [] 
    lexer.input (input_string) 
    while True: 
     tok = lexer.token() 
     if not tok: 
      break  # No more input 
     ret.append((tok.type, tok.value)) 
    return ret 

print parse("+0 000 000 000") 

Answer 1

Die Linie:

print parse("+0 000 000 000") 

nicht Ihr angegebenes Eingabeformat von

VAR VAR1 001 
+000 000 000 000 

Wenn die tatsächlichen Daten übereinstimmen ist in der gleichen Form wie +0 000 000 000, dann möchten Sie eigentlich:

t_INST = r'[+-]0\s(?:\d{3}\s){2}\d{3}' 

... mit dem Ausgang: [('INST', '+0 000 000 000')]

Answer 2

Sie müssen + innerhalb Charakterklassen nicht entkommen. Sie verwenden können:

t_INST = r'[+|-]0[ ][0-9][0-9][0-9][ ][0-9][0-9][0-9][ ][0-9][0-9][0-9][ ][0-9][0-9][0-9]' 
    this-----^ 

Wie auch immer, können Sie Ihre Regex wie folgt verkürzen:

t_INST = r'[+|-]0[ ][0-9]{3}[ ][0-9]{3}[ ][0-9]{3}[ ][0-9]{3}' 

Oder auch:

t_INST = r'[+|-]0[ ]([0-9]{3}[ ]){3}[0-9]{3}' 

auch bemerkt, dass Sie [+|-] verwendet, ist dies eine Zeichenklasse und funktioniert nicht mit Änderungen, also müssen Sie es in [+-] ändern.

Also, eine endgültige regex (\d als Abkürzung für [0-9] verwenden) wäre:

t_INST = r'[+-]0[ ](\d{3}[ ]){3}\d{3}' 

Btw, Sie Beispieltext sagt:

+000 000 000 000 

Aber die regex Sie Streichhölzer verwenden diese:

Also, wenn Sie die Daten, die Sie übereinstimmen möchten, ist +000 000 000 000, dann müssen Sie die Regex ändern:

t_INST = r'[+-](\d{3}[ ]){3}\d{3}'