从类变量元素构造实例变量pyparsing匹配器答案

【问题标题】：Constructing a instance variable pyparsing matcher from class variable elements从类变量元素构造实例变量pyparsing匹配器
【发布时间】：2017-05-01 17:54:44
【问题描述】：

使用pyparsing 我构造了一个假设匹配略有不同的复杂匹配器对象事情取决于实例化标志。这是一个（简化的）示例：

class MyMatcher():

    def __init__( self, special_flag = False):
        self.special_flag = special_flag

        a = pp.Word(pp.alphas)('A')
        if self.special_flag:
            b = pp.Word(pp.alphas)('B')
        else:
            b = pp.Word(pp.nums)('B')
        c = pp.Word(pp.alphas)('C')
        # d = ...
        # e = ...
        # ...

        self.expr = (a + b | b ) + pp.Optional(c) # + ...

    def parse(self, s):
        return self.expr.parseString(s, parseAll=True)

a, b, c,.... 是 class 变量，所以我可以引用它们在expr 中，就像那样，不必在它们前面加上实例引用self（如self.a）。 expr 必须是 instance 变量，因为 MyMatcher 的不同实例化必须匹配不同的东西。

上面的例子有效：

mymTrue = MyMatcher(True)
mymFalse = MyMatcher(False)
print (mymTrue.parse("alpha aaaa alpha"))
print (mymFalse.parse("alpha 777 alpha"))

按预期返回：

['alpha', 'aaaa', 'alpha']
['alpha', '777', 'alpha']

我担心的是：这是否适用于非常复杂的匹配器？（嵌套）a、b、c、d 等...？或者换个说法：是从类变量到实例的完整逻辑（深度）复制 对象expr，因此a、b 和c 无关紧要在下一次创建 MyMatcher 对象时被覆盖？

或者如果这是一个问题，是否有另一种方法来创建不同的像(a + b | b ) + pp.Optional(c)这样的结构又短又漂亮的匹配器？

【问题讨论】：

标签： python oop deep-copy pyprocessing

【解决方案1】：

变量a、b、c,....是不是类变量；它们是__init__ 方法中的局部变量。只要需要，对这些变量的引用就会保持活动状态。（参见 Python 文档Scopes and Namespaces in Classes。）

【讨论】：