python - 对 unicode 字母进行 Pyparsing

Question

我需要对 unicode 字符使用 pyparsing。所以我尝试了他们的 github 存储库中带有法语字符 cédille 的简单示例，但给出了错误。

我的代码

from pyparsing import Word, alphas
greet = Word(alphas) + "," + Word(alphas) + "!"
hello = "Hello, cédille!"
greet.parseString(hello)

然后报错

pyparsing.ParseException: Expected "!" (at char 8), (line:1, col:9)

有没有办法解决这个问题？

Answer 1

Pyparsing 有 pyparsing_unicode 模块，它定义了一些 unicode 字符范围，每个范围内都有 alphas、nums 等定义.范围包括 CJK、Cyrillic、Devanagari、Hebrew、Arabic 等。 examples 目录中的 greetingInGreek.py 和 greetingInKorean.py 示例显示了其中的几个实际操作。

您的示例使用 Latin1 集，如下所示:

from pyparsing import Word, pyparsing_unicode as ppu
intl_alphas = ppu.Latin1.alphas
greet = Word(intl_alphas) + "," + Word(intl_alphas) + "!"
hello = "Hello, cédille!"
print(greet.parseString(hello))

打印:

['Hello', ',', 'cédille', '!']

alphas8bit 可能会保留用于遗留支持，但新应用程序应使用 pyparsing_unicode.Latin1.alphas。