mathmatic parser skip if not success

README.md

@@ -4,4 +4,4 @@
 
 ## 说明
 
-技能树结构（章节、元信息、习题）解释器，支持技能树结构和内容的分析、解释。
+CSDN 技能树结构（章节、元信息、习题）解释器，支持技能树结构和内容的分析、解释。

src/skill_tree/excercises/market_math.py

@@ -69,7 +69,6 @@ def subscript(state):
 @Parsec
 def content(state):
     buffer = ""
-    side(state)
     while True:
         try:
             tran = state.begin()
@@ -102,12 +101,17 @@ def processor(plain):
             tran = st.begin()
             c = one(st)
             if c == "$":
-                st.rollback(tran)
-                cnt = content(st)
-                if cnt:
-                    buffer += cnt
-                else:
-                    raise ParsecError(st, f"unexpect content {st.data[st.index]} ")
+                index = st.index
+                try:
+                    cnt = content(st)
+                    if cnt:
+                        buffer += cnt
+                    else:
+                        buffer += c
+                except ParsecError as err:
+                    st.commit(tran)
+                    buffer += st.data[index:st.index]
+
             else:
                 st.commit(tran)
                 buffer += c

src/test/exercises/markdown_test.py

@@ -213,5 +213,42 @@ class MathTestCase(unittest.TestCase):
         result = processor(data)
         self.assertEqual(result, math_processor(data))
 
+spark = """# Neo4j的Apache Spark连接器
 
+Apache Spark 的 Neo4j 连接器旨在使图与 Spark 的集成变得容易。有两种有效的使用连接器的方法：
 
+- **作为数据源**：在 Spark 中将任何节点或关系集作为 DataFrame 读取
+- **作为接收器**：将任何 DataFrame 作为节点或关系的集合写入 Neo4j，或者；使用 Cypher 语句将 DataFrame 中的记录处理为您选择的图模式。
+
+由于连接器基于新的 Spark 数据源 API，因此适用于 Python 和 R 等语言的其他 Spark 解释器也可以使用。
+
+此连接器适用于 Neo4j 3.5 和 Neo4j 的整个 4+ 系列，无论是作为单个实例运行、在因果集群模式下运行，还是作为 Neo4j Aura 中的托管服务运行。连接器不依赖于企业功能，因此也可以与 Neo4j 社区一起使用，并具有适当的版本号。
+
+此连接器当前支持 Spark 2.4.5+ with Scala 2.11 和 Scala 2.12 以及 Spark 3.0+ with Scala 2.12。根据 Spark 和 Scala 版本的组合，您将需要不同的 JAR。JAR 以以下形式命名`neo4j-connector-apache-spark_${scala.version}_${spark.version}_${connector.version}`
+
+问题：
+
+下列说法中，不正确的一项是？
+
+## 答案
+
+Spark连接器在开源社区版上无法使用
+
+## 选项
+
+### A
+
+Spark 连接器可用于从Spark中读取或写入数据
+
+### B
+
+Spark 连接器使用Java驱动程序来连接底层Neo4j图数据库
+
+### C
+
+Spark擅长处理DataFrame，Neo4j擅长处理图数据，使用连接器可以发挥两个的优势
+
+### D
+
+Spark连接器在开源社区版上无法使用
+"""