如何用pyparsing匹配到#{前文本并正确解析字符串模板

原代码的核心问题在于text_part = CharsNotIn('#{')的使用：CharsNotIn会匹配单个字符不在指定集合内的内容，所以遇到单独的#或{就会停止匹配，导致只能解析到第一个#之前的文本。

修正后的代码 #

from pyparsing import (
    SkipTo, Suppress, Literal, Group, OneOrMore, stringEnd, Combine
)

# 定义模板占位符：匹配#{...}，提取中间内容
hash_tag = Group(Suppress(Literal('#{')) + SkipTo('}') + Suppress(Literal('}')))
# 定义普通文本部分：匹配到下一个占位符或字符串结尾的所有内容
text_part = Combine(SkipTo(hash_tag | stringEnd))

# 组合语法：交替匹配普通文本和占位符，至少匹配一次
parser = OneOrMore(text_part | hash_tag)

test_string = "Some text \n with a stranded # and a stranded { then a correct #{ insertion of \n some # other text } and then some text"
result = parser.parseString(test_string)

# 转换为列表格式方便对比
result_list = [str(item) if not isinstance(item, list) else item.asList() for item in result]
expected_result = [
    "Some text \n with a stranded # and a stranded { then a correct ",
    [" insertion of \n some # other text "],
    " and then some text"
]

print("解析结果:", result_list)
print("是否符合预期:", result_list == expected_result)

关键改动说明 #

• 用SkipTo(hash_tag | stringEnd)替代CharsNotIn('#{')：SkipTo会持续匹配直到遇到指定的终止符（这里是#{或字符串结束），支持包含单独#、{和换行符的文本。
• 用Combine包裹SkipTo：确保普通文本部分被合并为单个字符串，避免拆分成多个字符元素。
• 调整语法顺序：text_part | hash_tag保证先匹配普通文本到下一个占位符，再匹配占位符本身，循环完成整个字符串的解析。

运行后解析结果将完全符合预期。

内容的提问来源于stack exchange，提问作者Fogux