python - lark : How to make literals appear in the tree

Question

使用Python。 在我的语法中，我有这样一行:

ipv6_comp: [ipv6_hex (":" ipv6_hex)~0..5] "::" [ipv6_hex (":" ipv6_hex)~0..5]

我的变压器具有适当的功能

def ipv6_comp(self, args):

但是，args 看起来像这样:

<class 'list'>: ['2001', 'db8', '85a3', '8a2e', '370', '7334']

因为不包括文字。然而，从这个结构来看，我显然不可能知道原始ip是否像以下任何一个:

2001:db8:85a3::8a2e:370:7334
2001:db8:85a3:8a2e::370:7334

我想我可以用他们自己的规则来掩盖文字，例如

colon: ":"
doublecolon: "::"
ipv6_comp: [ipv6_hex (colon ipv6_hex)~0..5] doublecolon [ipv6_hex (colon ipv6_hex)~0..5]

这甚至可能更干净。然而，我使用的语法是半自动生成的，这需要更多的手工劳动。

有没有办法让我的转换器函数 ipv6_comp 在 args 参数中也包含文字？

Answer 1

有两种方法可以解决您的问题。

1. 将 ipv6_comp 变成终端。然后 Lark 会在单个正则表达式中匹配所有内容，并返回所有匹配的字符:

    IPV6_COMP: [HEX (":" HEX)~0..5] "::" [HEX (":" HEX)~0..5]

为您的标点符号提供一个名称(您建议的名称，但作为终端)

冒号:“:”

使用 ! 运算符在规则中包含标点符号(即:未命名符号)

    !ipv6_comp: [ipv6_hex (":" ipv6_hex)~0..5] "::" [ipv6_hex (":" ipv6_hex)~0..5]

我推荐第一种解决方案，因为它解析速度更快，并且解析完成后可以使用专用库将IPv6地址解析为组件。