Python regex从git diff语法中提取文件名

Question

我正在尝试对位桶提交进行一些验证。我需要从使用BitBucket API获得的提交文本中提取文件名。文本的格式如下

---
 src/classes/SVMX_EventTriggerHandler.cls | 653 ++++++++++++++---------
 1 file changed, 400 insertions(+), 253 deletions(-)

diff --git a/src/classes/SVMX_EventTriggerHandler.cls b/src/classes/SVMX_EventTriggerHandler.cls
index 568a6c77ba..51adfeadb0 100644

我目前使用以下regex (从unidiff库中提取)来提取两个组中的两个文件名

RE_DIFF_GIT_HEADER = re.compile(
    r'^diff --git (?P<source>(a/)?[^\t\n]+) (?P<target>(b/)?[^\t\n]+)')

这是正确的。我得到两组，一组是a，另一组是b。

资料来源：a/src//_EventTriggerHandler.cls

目标组:SVMX b/src//_EventTriggerHandler.cls

但有些文件的名字中有空格。

diff --git a/src/profiles/EU Customer Care Advisor.profile b/src/profiles/EU Customer Care

在这种情况下，这个正则表达式失败了。我得到了源头组

资料来源：a/src//EU客户服务Advisor.profile b/src//EU客户

目标组：护理

我想要在这两种情况下都适用的regex。

Answer 1

如果您知道这些文件以a/或b/开头，那么

• ^diff --git (?a\/.+)\s(?b\/.+)$

​

​

当然，.+不是获取文件名的最精确的方法--也许您可以用可接受的字符(如[\w.\/ ]+ )来替换它，但它应该是一个良好的开端。