可爱的 Python: 使用 Spark 模块解析

核心提示： 我的 .p_para() 在其文档字符串中应该只包含一组语法规则（没有代码），我决定专门用 .nonterminal() 方法来稍微对 AST 进行平铺，可爱的 Python: 使用 Spark 模块解析(8)，由一系列“plain”子树组成的“plai

我的 .p_para() 在其文档字符串中应该只包含一组语法规则（没有代码）。我决定专门用 .nonterminal() 方法来稍微对 AST 进行平铺。由一系列“plain”子树组成的“plain”节点将子树压缩为一个更长的字符串。同样，标记子树（即“emph”、“strong”、“module”、“code”和“title”）折叠为一个类型正确的单独节点，并包含一个复合字符串。

我们已经提到过，Spark 语法中显然缺少一样东西：没有计量符。通过下面这样的规则，

plain ::= plain plain

我们可以成对地聚集“plain“类型的子树。不过我更倾向于让 Spark 允许使用更类似于 EBNF 风格的语法表达式，如下所示：

plain ::= plain+

然后，我们就可以更简单地创建“plain 尽可能多”的 n-ary 子树了。既然这样，我们的树就更容易启动列，甚至不用在 .nonterminal() 中传送消息。

使用树

Spark 模块提供了几个使用 AST 的类。比起我的目的来说，这些责任比我需要的更大。如果您希望得到它们，GenericASTTraversal 和 GenericASTMatcher 提供了遍历树的方法，使用的继承协议类似于我们为扫描程序和解析器所提供的。

但是只用递归函数来遍历树并不十分困难。我在文章的压缩文件 prettyprint.py （请参阅 参考资料）中创建了一些这样的示例。其中的一个是 showtree() 。该函数将显示一个带有几个约定的 AST。

每行都显示下降深度

只有子节点（没有内容）的节点开头有破折号

节点类型用双层尖括号括起

让我们来看看上面示例中生成的 AST：

清单 7. 用 WordPlusScanner 向“智能 ASCII”赋予记号>>> from wordscanner import tokensFromFname
>>> from markupbuilder import treeFromTokens
>>> from prettyprint import showtree
>>> showtree(treeFromTokens(tokensFromFname('p.txt')))
0　<<para>>
1 - <<para>>
2 -- <<para>>
3 --- <<para>>
4 ---- <<para>>
5 ----- <<para>>
6 ------ <<para>>
7 ------- <<para>>
8 -------- <<plain>>
9　　　　　 <<plain>>　Text with
8　　　　　<<strong>> bold
7 ------- <<plain>>
8　　　　　<<plain>> , and
6　　　　<<emph>> itals phrase
5 ----- <<plain>>
6　　　　<<plain>> , and
4　　　<<module>> module
3 --- <<plain>>
4　　　<<plain>> --this should be a good
2　　<<code>> practice run
1 - <<plain>>
2　　<<plain>> .