Tokenization help for Python programs.
 
generate_tokens(readline) is a generator that breaks a stream of
text into Python tokens.  It accepts a readline-like method which is called
repeatedly to get the next line of input (or "" for EOF).  It generates
5-tuples with these members:
 
    the token type (see token.py)
    the token (a string)
    the starting (row, column) indices of the token (a 2-tuple of ints)
    the ending (row, column) indices of the token (a 2-tuple of ints)
    the original line (string)
 
It is designed to match the working of the Python tokenizer exactly, except
that it produces COMMENT tokens for comments and gives type OP for all
operators
 
Older entry points
    tokenize_loop(readline, tokeneater)
    tokenize(readline, tokeneater=printtoken)
are the same, except instead of generating tokens, tokeneater is a callback
function to which the 5 fields described above are passed as 5 arguments,
each time a new token is found.

Modules
		re string

Functions
		ISEOF(x) ISNONTERMINAL(x) ISTERMINAL(x) generate_tokens(readline) The generate_tokens() generator requires one argument, readline, which must be a callable object which provides the same interface as the readline() method of built-in file objects. Each call to the function should return one line of input as a string.  Alternately, readline can be a callable function terminating with StopIteration:     readline = open(myfile).next    # Example of alternate readline   The generator produces 5-tuples with these members: the token type; the token string; a 2-tuple (srow, scol) of ints specifying the row and column where the token begins in the source; a 2-tuple (erow, ecol) of ints specifying the row and column where the token ends in the source; and the line on which the token was found. The line passed is the logical line; continuation lines are included. main() tokenize(readline, tokeneater=<function printtoken>) The tokenize() function accepts two parameters: one representing the input stream, and one providing an output mechanism for tokenize().   The first parameter, readline, must be a callable object which provides the same interface as the readline() method of built-in file objects. Each call to the function should return one line of input as a string.   The second parameter, tokeneater, must also be a callable object. It is called once for each token, with five arguments, corresponding to the tuples generated by generate_tokens(). untokenize(iterable) Transform tokens back into Python source code.   Each element returned by the iterable must be a token sequence with at least two elements, a token number and token value.  If only two tokens are passed, the resulting output is poor.   Round-trip invariant for full input:     Untokenized source will match input source exactly   Round-trip invariant for limited intput:     # Output text will tokenize the back to the input     t1 = [tok[:2] for tok in generate_tokens(f.readline)]     newcode = untokenize(t1)     readline = iter(newcode.splitlines(1)).next     t2 = [tok[:2] for tok in generate_tokens(readline)]     assert t1 == t2

Data
		AMPER = 19 AMPEREQUAL = 42 AT = 50 BACKQUOTE = 25 CIRCUMFLEX = 33 CIRCUMFLEXEQUAL = 44 COLON = 11 COMMA = 12 COMMENT = 53 DEDENT = 6 DOT = 23 DOUBLESLASH = 48 DOUBLESLASHEQUAL = 49 DOUBLESTAR = 36 DOUBLESTAREQUAL = 47 ENDMARKER = 0 EQEQUAL = 28 EQUAL = 22 ERRORTOKEN = 52 GREATER = 21 GREATEREQUAL = 31 INDENT = 5 LBRACE = 26 LEFTSHIFT = 34 LEFTSHIFTEQUAL = 45 LESS = 20 LESSEQUAL = 30 LPAR = 7 LSQB = 9 MINEQUAL = 38 MINUS = 15 NAME = 1 NEWLINE = 4 NL = 54 NOTEQUAL = 29 NT_OFFSET = 256 NUMBER = 2 N_TOKENS = 55 OP = 51 PERCENT = 24 PERCENTEQUAL = 41 PLUS = 14 PLUSEQUAL = 37 RBRACE = 27 RIGHTSHIFT = 35 RIGHTSHIFTEQUAL = 46 RPAR = 8 RSQB = 10 SEMI = 13 SLASH = 17 SLASHEQUAL = 40 STAR = 16 STAREQUAL = 39 STRING = 3 TILDE = 32 VBAR = 18 VBAREQUAL = 43 __all__ = ['AMPER', 'AMPEREQUAL', 'AT', 'BACKQUOTE', 'CIRCUMFLEX', 'CIRCUMFLEXEQUAL', 'COLON', 'COMMA', 'DEDENT', 'DOT', 'DOUBLESLASH', 'DOUBLESLASHEQUAL', 'DOUBLESTAR', 'DOUBLESTAREQUAL', 'ENDMARKER', 'EQEQUAL', 'EQUAL', 'ERRORTOKEN', 'GREATER', 'GREATEREQUAL', ...] __author__ = 'Ka-Ping Yee <ping@lfw.org>' __credits__ = 'GvR, ESR, Tim Peters, Thomas Wouters, Fred Drake, Skip Montanaro, Raymond Hettinger' tok_name = {0: 'ENDMARKER', 1: 'NAME', 2: 'NUMBER', 3: 'STRING', 4: 'NEWLINE', 5: 'INDENT', 6: 'DEDENT', 7: 'LPAR', 8: 'RPAR', 9: 'LSQB', ...}

Author
		Ka-Ping Yee <ping@lfw.org>

Credits
		GvR, ESR, Tim Peters, Thomas Wouters, Fred Drake, Skip Montanaro, Raymond Hettinger