po文件解析器设计（二）.md

.po 文件解析器设计（二）

（一）代码解析（二）

4/main.py

import re

infilePath = "../po/ultimate-member-zh_CN.po"
outfilePath = "../out/out_ultimate-member_zh_CN.mid"


def strip_rn(line_str):
    return line_str.replace('\n', '').replace('\r', '').strip()


def strip_line(line_str):
    pattern = re.compile('(?<=\")(.+?)(?=\")')
    result = pattern.search(line_str)
    if result is None:
        return ""
    else:
        return result.group().strip()


try:
    with \
            open(infilePath, 'r', encoding="UTF-8") as in_f, \
            open(outfilePath, 'w', encoding='UTF-8') as out_f:
        file_lines = in_f.readlines()
        file_entries = []
        idx = 0
        while idx < len(file_lines):
            line = file_lines[idx]
            if line.find("msgid") == 0:
                msgid = []
                msgstr = []
                while line.find("msgstr") != 0:
                    idx += 1
                    if len(strip_rn(line)) > 0:
                        msgid.append(strip_line(line))
                    line = file_lines[idx]
                line = file_lines[idx]
                if len(strip_rn(line)) > 0:
                    msgstr.append(strip_line(line))
                while idx < len(file_lines) - 1 and len(strip_rn(line)) > 0:
                    idx += 1
                    line = file_lines[idx]
                    if len(strip_rn(line)) > 0:
                        msgstr.append(strip_line(line))
                file_entries.append((msgid, msgstr))
            idx += 1
        for entry in file_entries:
            out_f.write(str(entry) + '\n')
except Exception as e:
    print(e)

首先，这个程序中将上次用于清除换行符、空白字符、msgid、msgstr 的代码 独立成为函数 ，提高了代码的可读性。

第二，这个程序中使用了 try except 语句块进行异常捕捉，保证程序在遇到异常时能够正常退出。

第三，为了提取出双引号中的文字，这一版的代码引入了 re 正则表达式处理库，并编译了 (?<=")(.+?)(?=") 模式用于匹配双引号中的文本（这里只需要了解其作用，如果感兴趣原理可以到前面章节提供的链接学习）。使用 search 函数，将字符串中被双引号包裹的部分提取出来。

涉及语句简单解释:

return 语句：中止函数执行并返回指定的返回值

re.compile：根据给定正则表达式生成匹配器

try except 语句：捕捉异常，提高程序稳定性

block：用于存储一个 msgid msgstr 对及其附属信息的数据结构

entry：一个 block 的入口

这一次的输出是这样：

--------- snip ----------
(['%s of %d'], [''])
(['%s provides you with forms for user registration, login and profiles.'], [''])
(['%s year old'], [''])
(['%s years old'], [''])
(['— No role for Ultimate Member —'], [''])
(['( 12-hr format )'], [''])
(['( 24-hr format )'], [''])
(['(empty)'], [''])
(['1 comment'], [''])
(['10 stars rating system'], [''])
(['5  stars rating system'], [''])
--------- snip ----------

5/main.py

这一版本的代码没有太多变化。

改为使用空行，将文件分割为多个 block，然后分别读取。这样处理的好处是能够将每一个语句块对应的 注释信息和待翻译语句存储在一起 ，方便后续写入文件。

有兴趣可以自己研究一下代码。