帮助使用re模块在python中构建正则表达式

Question

我正在用python编写一个简单的命题逻辑公式解析器，它使用正则表达式re模块和lex/yacc模块进行词法分析/解析。最初，我的代码可以将隐含式识别为->，但是添加逻辑等价(<->)会导致编译后的表达式出现问题

IMPLICATION = re.compile('[\s]*\-\>[\s]*')
EQUIVALENCE = re.compile('[\s]*\<\-\>[\s]*')
...
elif self.IMPLICATION.search(formula[0].strip()):
...
elif self.EQUIVALENCE.search(formula[0].strip()):
...

我最初尝试在->的前面添加^<，让它忽略等价的实例，但这只是让它根本不接受任何隐含的实例。任何可能的帮助都将受到热烈欢迎:)

Answer 1

据我所知，您的正则表达式等同于以下内容：

# This is bad, because IMPLICATION also will match every
# string that EQUIVALENCE matches
IMPLICATION = re.compile("->")
EQUIVALENCE = re.compile("<->")

在编写代码时，还需要在->和<->文字之前匹配零个或多个空格字符。但是您没有捕获空格，所以指定“匹配是否存在空格”是没有用的。还要注意，在这些正则表达式中不需要对-和>进行转义。

在我看来，你有两个选择。第一种方法是确保IMPLICATION不与EQUIVALENCE匹配相同的字符串

# This ought to work just fine.
IMPLICATION = re.compile("[^<]->")
EQUIVALENCE = re.compile("<->")

另一种选择是使用maximal munch method；即，匹配所有正则表达式，并选择最长的匹配。这将通过给予等价比隐含更高的优先级来解决歧义。

Answer 2

我认为您可以简单地通过重新排序检查来解决这个问题，首先匹配等价项，然后再进行暗示。然而，这似乎是可行的：

>>> IMPLICATION = re.compile(r'\s*[^\<]\-\>\s*')
>>> EQUIVALENCE = re.compile(r'\s*\<\-\>\s*')