Tenho que fazer uma analisador léxico em python usando o PLY. Usa-se REGEX para pegar os tokens:
Exemplo:
t_FLUTUANTE = r'flutuante'
A expressão acima dá um match com a palavra flutuante
e me retorna um token (como o ply retorna o tokens por hora não será necessario explicar como funciona).
O Problema:
A minha dificuldade é na hora de pegar os tokens de números negativos, positivos soma e subtração.
A minha entrada teste é:
a := -1
y := +2
b := 2
c := 3+4
z := 20 + 42
funcao(-1)
funcao( -1)
funcao(a, -1)
Se meu regex é:
[+-]?\d+
Os matches serão:
Mas perceba que na variável c
, ficou +4
, e isso não pode acontecer pois na real era pra ser uma soma.
Pois bem se eu modificar um pouco consigo um resultado melhor.
((\D)[+-]\d+)|\d+
Sua saída é:
De fato um resultado melhor. Mas existem alguns espaços entre as funções e a variável a
, inclusive o regex pegou em uma das funções o match (-1
.
Como fazer para pegar certo?
Estou usando o site https://www.regextester.com/ para testar as minhas expressões, estou desativando o multiline (m
) no site pois no Ply não consegui ativar ele.