如何用Arpeggio解析单行与多行注释？示例报错求助

你按照Arpeggio官方示例定义了注释规则，但解析包含跨多行注释的文件时触发了arpeggio.NoMatch异常，核心问题出在多行注释的正则表达式上。

问题根源 #

官方示例中的多行注释正则/\*.*\*/存在两个缺陷：

• .默认不匹配换行符，无法覆盖跨多行的/* */注释
• 即使能匹配换行，贪婪匹配的.*会直接匹配到文件末尾，不会在第一个*/处停止

解决方案 #

修改多行注释的正则，使其能匹配所有字符（包括换行），并使用非贪婪匹配确保正确终止：

def comment():  return [_(r"//.*"), _(r"/\*[\s\S]*?\*/")]

• [\s\S]等价于匹配任意字符（包括换行），替代默认不匹配换行的.
• *?是非贪婪量词，会在找到第一个*/时停止匹配，避免过度贪婪

修改后的完整代码 #

from __future__ import unicode_literals

import os

from arpeggio import *
from arpeggio import RegExMatch as _


def comment():  return [_(r"//.*"), _(r"/\*[\s\S]*?\*/")]
def document(): return Kwd("hello"), _(r"[a-z]+"), '!', EOF


def main(filename, debug=False):
    current_dir = os.path.dirname(__file__)
    content = open(os.path.join(current_dir, filename), "r").read()
    parser = ParserPython(document, comment, debug=debug)
    parse_tree = parser.parse(content)


if __name__ == "__main__":
    main('simple.ex', debug=True)

验证效果 #

用你提供的待解析文件（包含跨多行注释和单行注释）测试，修改后的代码能正常完成解析，不会触发NoMatch异常。

内容的提问来源于stack exchange，提问作者Stefano Bragaglia