如何定义regex以在python中找到包含单词"xyz“的多行注释。应该匹配的字符串示例:
"""
blah blah
blah
xyz
blah blah
"""我试过这个正则表达式:
"""((.|\n)(?!"""))*?xyz(.|\n)*?"""
(grep -i -Pz‘“((.|\n)(?!”)?xyz(.|\n)?“)
但这还不够好。例如,对于此输入
"""
blah blah blah
blah
"""
# xyz
def foo(self):
"""
blah
"""它与以下字符串匹配:
"""
# xyz
def foo(self):
"""由于"xyz“不在注释块中,因此在本例中所期望的行为与任何内容不匹配。
我希望它只在开始引号和结束引号中找到"xyz“,但是它匹配的字符串不在引号块中。它匹配一个以引号开头的字符串,其中包含"xyz“,并以一个引号结尾,但匹配的字符串不在python注释块中。
知道如何从这个正则表达式中获得所需的行为吗?
发布于 2022-11-16 13:23:01
主要的挑战是保持""" . """内部和外部评论的平衡。
这里有一个关于PCRE的想法(例如,PyPI正则表达式和grep -Pz )或grep -Pz(就像你的例子中的那样)。
(?ims)^"""(?:(?:[^"]|"(?!""))*?(xyz))?.*?^"""(?(1)|(*SKIP)(*F))在regex101上看到这个演示 (与i ignorecase、m multiline和s dotall 标志连用)
这是因为搜索字符串是匹配的可选,以防止回溯到另一个匹配和失去整体平衡。保持平衡的最简单的模式是""".*?"""。但是,只要您想要匹配内部的某个子字符串,regex引擎就会尝试成功。
为了解决这个问题,可以选择匹配搜索字符串,以防止回溯,从而保持平衡。简化的例子:"""([^"]*?xyz)?.*?"""与不想要"""([^"]*?xyz).*?"""。
现在,为了仍然让没有搜索字符串的匹配失败,我随后使用了一个有条件的和PCRE谓词(*SKIP)(*F)。如果第一个https://www.regular-expressions.info/brackets.html失败(内部没有搜索字符串),则只跳过匹配。
用于grep 这是一个演示 at tio.run,或者替代:pcregrep -M '(?is)pattern'
如前所述,这种模式需要PyPI正则表达式,请参见tio.run的Python演示。
https://stackoverflow.com/questions/74459864
复制相似问题