为何pyparsing会移除空白字符？已设set_default_whitespace_chars('')仍异常

原因分析 #

问题出在pp.nestedExpr的默认行为上：

• 即便你全局设置了pp.ParserElement.set_default_whitespace_chars('')，nestedExpr内部默认采用空白分割token的逻辑，它会将连续的非空白字符合并为单个token，同时自动丢弃所有空白字符（包括换行、空格）。
• 比如selector\n会被解析成selector，\n a:b;会被解析成a:b;，这就是部分空白被移除的核心原因。

解决方案 #

要完整保留所有空白字符，需要自定义nestedExpr的内容解析规则，用pp.SkipTo捕获{或}之间的所有原始内容（包含空白），替代默认的token分割逻辑。修改后的代码如下：

import pyparsing as pp

pp.ParserElement.set_default_whitespace_chars('')

def parse(input_str):
    # 自定义内容解析器：捕获到下一个{或}之前的所有内容，保留空白
    content = pp.SkipTo(pp.oneOf('{}'))
    # 使用自定义内容解析器构建嵌套表达式
    nested_exp = pp.nestedExpr('{', '}', content=content).parseString("{"+input_str+"}").asList()
    return nested_exp

input_str = """selector
{
  a:b;
  c:d;
  selector
  {
    a:b;
    c:d;
  }
  y:z;
}"""

my_output = parse(input_str)
print(my_output)

实际输出 #

运行后会得到符合预期的结果：

[['selector\n', ['\n  a:b;\n  c:d;\n  selector\n', ['\n    a:b;\n    c:d;\n'], '\n  y:z;\n']]]

内容的提问来源于stack exchange，提问作者Ben Alan