Question

我正在解析Python源代码，我有单引号和双引号字符串的正则表达式（通过阅读ridgerunner对this thread的回答获得）。

single_quote_re = "'([^'\\\\]*(?:\\\\.[^'\\\\]*)*)'";

double_quote_re = '"([^"\\\\]*(?:\\\\.[^"\\\\]*)*)"';

我正在尝试处理Python多行字符串（三个双引号）。

s = '"""string one\'s end isn\'t here; \\""" it\'s here """ """string two here"""'
# correct output for findall should be:
#     ['string one\'s end isn\'t here; \\""" it\'s here ','string two here']

我尝试了一下它，但它仍然不对。

multiline_string_re = '"""([^(""")\\\\]*(?:\\\\.[^(""")\\\\]*)*)"""'

必须有一些方法可以说“”不会立即出现反斜杠（换句话说，第一个双引号不会被转义）。

编辑：我应该越来越近了;我尝试了以下内容：

r'(?<!\\)""".*(?<!\\)"""'
# Matches the entire string; not what I'm going for.

r'(?<!\\)"""[^((?<!\\)""")](?<!\\)"""'
# Matches that space between the two strings ('""" """') in the sample string s (see code above, prior to edit).

r'(?<!\\)"""([^((?<!\\)""")]*(?:\\.[^((?<!\\)""")]*)*)(?<!\\)"""'
# Same result as before, but with the triple quotes shaved off (' ').
# Note: I do indeed want the triple quotes excluded.

更新： ~~解决方案，谢谢sln，似乎是“”“[^”\\] （？:(？：\\。|“”） [^ “\\] ）*” “”~~

<击>
multiline_string_re = '"""[^"\\\\]*(?:(?:\\\\.|"")[^"\\\\]*)*"""' re.findall(multiline_string_re, s, re.DOTALL) # Result: # ['"""string one\'s end isn\'t here; \\""" it\'s here """', '"""string two here"""']

<击>

更新的解决方案，再次感谢sln：

multiline_single_re = "'''[^'\\\\]*(?:(?:\\\\.|'{1,2}(?!'))[^'\\\\]*)*'''" multiline_double_re = '"""[^"\\\\]*(?:(?:\\\\.|"{1,2}(?!"))[^"\\\\]*)*"""'

Answer 1

此代码段应该匹配三个引号，它们之前只有反斜杠。

[^\\]"""

您可以将其集成到正则表达式中。

Answer 2

这是在Perl中使用正则表达式的测试用例。如果你准许逃跑
任何事情以及转义双引号形式“”，只需修改其中一个正则表达式你选择允许双倍，双引号。

删除了单引号转义的源字符串。

 use strict;
 use warnings;

 $/ = undef;

 my $str = <DATA>;

 while ($str =~ /"[^"\\]*(?:(?:\\.|"")[^"\\]*)*"/sg )
 {
  print "found $&\n";

 }

  __DATA__

  """string one's end isn't here; \""" it's here """ """string two here"""

输出＆gt;＆gt;

 found """string one's end isn't here; \""" it's here """
 found """string two here"""

请注意，对于有效性和错误处理，正则表达式需要包含
可以在while循环体中处理的传递构造（交替）示例/"[^"\\]*(?:(?:\\.|"")[^"\\]*)*"|(.)/sg，
然后
而（）{
//如果匹配组1，它不是空格=可能的错误
}

添加 - 回复评论。

对python块literals进行一些研究后，

看起来你不仅要处理转义字符，还要处理
最多2个双引号。 IE浏览器。 "或""

更改正则表达式很简单。添加1-2量词并用先行断言约束它。

以下是您可以选择的原始和字符串的正则表达式部分。
在Perl中测试，它的工作原理祝好运！

 # Raw - 
 #   (?s:
 #   """[^"\\]*(?:(?:\\.|"{1,2}(?!"))[^"\\]*)*"""
 #   |
 #   '''[^'\\]*(?:(?:\\.|'{1,2}(?!'))[^'\\]*)*'''
 #   )
 # String'd -
 #   '(?s:'
 #   '"""[^"\\\]*(?:(?:\\\.|"{1,2}(?!"))[^"\\\]*)*"""'
 #   '|'
 #   "'''[^'\\\\]*(?:(?:\\\\.|'{1,2}(?!'))[^'\\\\]*)*'''"
 #   ')'


 (?s:                # Dot-All
      # double quote literal block
      """                 # """ block open
      [^"\\]*             # 0 - many non " nor \
      (?:                 # Grp start
           (?:
                \\ .                # Escape anything
             |                      # or
                "{1,2}              # 1 - 2 "
                (?! " )             # Not followed by a "
           )
           [^"\\]*             # 0 - many non " nor \
      )*                  # Grp end, 0 - many times
      """                 # """ block close

   |                      # OR, 

      # single quote literal block
      '''                 # ''' block open
      [^'\\]*             # 0 - many non ' nor \
      (?:                 # Grp start
           (?:
                \\ .                # Escape anything
             |                      # or
                '{1,2}              # 1 - 2 '
                (?! ' )             # Not followed by a '
           )
           [^'\\]*             # 0 - many non ' nor \
      )*                  # Grp end, 0 - many times
      '''                 # ''' block close
 )

Answer 3

您无法使用“简单”正则表达式解析Python源代码。

然而，好消息是Python标准库以ast模块（http://docs.python.org/2/library/ast.html）的形式提供了一个成熟的Python解析器。请改用它。

更具体地说，literal_eval函数将解析文字（包括所有类型的字符串，并遵循转义规则），parse函数将任意Python源代码解析为抽象语法树。< / p>

此外，您应该注意，您的示例实际上解析为一个字符串：'string one\'s end isn\'t here; """ it\'s here string two here'，因为在Python中，相邻的字符串文字在分析时连接，就像这样：

>>> "a" "b" "c"
"abc"

用于匹配Python多行字符串和转义字符的正则表达式

3 个答案: