可爱的 Python: 使用 SimpleParse 模块进行解析

核心提示： typographify.defpara := (plain / markup)+plain:= (word / whitespace / punctuation)+whitespace := [ trn]+alphanums:= [a-zA-Z0-9]+word := alphanums

typographify.def

para　　　　　 := (plain / markup)+
plain　　　　　:= (word / whitespace / punctuation)+
whitespace　　 := [ trn]+
alphanums　　　:= [a-zA-Z0-9]+
word　　　　　 := alphanums, (wordpunct, alphanums)*, contraction?
wordpunct　　　:= [-_]
contraction　　:= "'", ('am'/'clock'/'d'/'ll'/'m'/'re'/'s'/'t'/'ve')
markup　　　　 := emph / strong / module / code / title
emph　　　　　 := '-', plain, '-'
strong　　　　 := '*', plain, '*'
module　　　　 := '[', plain, ']'
code　　　　　 := "'", plain, "'"
title　　　　　:= '_', plain, '_'
punctuation　　:= (safepunct / mdash)
mdash　　　　　:= '--'
safepunct　　　:= [!@#$%^&()+=|{}:;<>,.?/"]

这种语法和您口头描述“智能 ASCII”的方式几乎完全相同，非常清晰。段落由一些纯文本和一些标记文本组成。纯文本由某些字、空白和标点符号的集合组成。标记文本可能是强调文本、着重强调文本或模块名等等。着重强调文本由星号环绕。标记文本就是由诸如此类的部分组成的。需要考虑的是几个特性，类似于到底什么是“字”，或者可以用什么符号结束缩写，但是 EBNF 的句法不会成为障碍。

相比之下，使用正则表达式可以更精练地描述同类规则。“智能 ASCII”标记程序的第一个版本就是这样做的。但是编写这种精练难度大得多，并且以后调整也更为困难。下列代码表示了很大程度上（但不精确地）相同的规则集：