我如何使用Python Regex來做到這一點？

我正在嘗試正確提取方法定義，這些定義由使用正則表達式的COM接口的comtypes生成。而且其中一些是空白的，這對我造成了更多的問題。我如何使用Python Regex來做到這一點？

基本上我有這樣的：

IXMLSerializerAlt._methods_ = [ 
    COMMETHOD([helpstring(u'Loads an object from an XML string.')], HRESULT, 'LoadFromString', 
       (['in'], BSTR, 'XML'), 
       (['in'], BSTR, 'TypeName'), 
       (['in'], BSTR, 'TypeNamespaceURI'), 
       (['retval', 'out'], POINTER(POINTER(IUnknown)), 'obj')), 
] 

class EnvironmentManager(CoClass): 
    u'Singleton object that manages different environments (collections of configuration information).' 
    _reg_clsid_ = GUID('{8A626D49-5F5E-47D9-9463-0B802E9C4167}') 
    _idlflags_ = [] 
    _typelib_path_ = typelib_path 
    _reg_typelib_ = ('{5E1F7BC3-67C5-4AEE-8EC6-C4B73AAC42ED}', 1, 0) 

INumberFormat._methods_ = [ 
]

我想提取兩個IXMLSerializerAlt和INumberFormat方法定義，但是我不能想出一個合適的正則表達式。例如。對於IXMLSerializer我想提取這樣的：

IXMLSerializerAlt._methods_ = [ 
    COMMETHOD([helpstring(u'Loads an object from an XML string.')], HRESULT, 'LoadFromString', 
       (['in'], BSTR, 'XML'), 
       (['in'], BSTR, 'TypeName'), 
       (['in'], BSTR, 'TypeNamespaceURI'), 
       (['retval', 'out'], POINTER(POINTER(IUnknown)), 'obj')), 
]

此正則表達式在我的腦海這應該工作：

^\w+\._methods_\s=\s\[$ 
(^.+$)* 
^]$

進出口檢查我的正則表達式的使用科多獸，但是我不能想出一個辦法，使這項工作。

來源

2010-05-08 UberJumper

您正則表達式中包含美元在無效的地方，比如在它的第一行結束，所以它不能匹配。另一個問題是方括號嵌套在上面的語法中，所以使用單個正則表達式並不容易。 – fviktor 2010-05-08 23:29:54

@fviktor：如果啓用多行匹配（'m'或're.MULTILINE'標誌），則美元可以到達任何地方 - 美元在行尾匹配。至於嵌套的方括號，他選擇了一個不太完美的解決方案，它只需匹配一個線條上的一個方形支架即可。 – 2010-05-08 23:31:46

我知道這不是你確切的問題，但是直接從'comtypes'提取這些信息而不解析接口定義會更容易嗎？ – fviktor 2010-05-08 23:33:41

您錯過了$和^之間的換行符，並且可能沒有使用re.MULTILINE標誌，該標誌允許將這些標誌固定在行的開頭和結尾。以下（含re.MULTILINE編譯）會匹配：

\w+\._methods_\s=\s\[$(?:\n^.+$)*\n^\]$

但是，這裏有一個稍微simpliifed正則表達式，也將匹配您的例子：

>>> s = '''...\nIXMLSerializerAlt._methods_ = [\n COMMETHOD([helpstring(u'Loads an object from an XML string.')], HRESULT, 'LoadFromString',\n    (['in'], BSTR, 'XML'),\n    (['in'], BSTR, 'TypeName'),\n    (['in'], BSTR, 'TypeNamespaceURI'),\n    (['retval', 'out'], POINTER(POINTER(IUnknown)), 'obj')),\n]\n...''' 
>>> import re 
>>> re.findall(r'^\w+\._methods_\s=\s\[$.*?^\]$', s, re.DOTALL | re.MULTILINE) 
["IXMLSerializerAlt._methods_ = [\n COMMETHOD([helpstring(u'Loads an object from an XML string.')], HRESULT, 'LoadFromString',\n    (['in'], BSTR, 'XML'),\n    (['in'], BSTR, 'TypeName'),\n    (['in'], BSTR, 'TypeNamespaceURI'),\n    (['retval', 'out'], POINTER(POINTER(IUnknown)), 'obj')),\n]"]

來源

2010-05-08 23:28:48

這樣做:)謝謝。 – UberJumper 2010-05-08 23:30:02

import re 

interface_definitions = ''' 
IXMLSerializerAlt._methods_ = [ 
    COMMETHOD([helpstring(u'Loads an object from an XML string.')], HRESULT, 'LoadFromString', 
       (['in'], BSTR, 'XML'), 
       (['in'], BSTR, 'TypeName'), 
       (['in'], BSTR, 'TypeNamespaceURI'), 
       (['retval', 'out'], POINTER(POINTER(IUnknown)), 'obj')), 
] 

class EnvironmentManager(CoClass): 
    u'Singleton object that manages different environments (collections of configuration information).' 
    _reg_clsid_ = GUID('{8A626D49-5F5E-47D9-9463-0B802E9C4167}') 
    _idlflags_ = [] 
    _typelib_path_ = typelib_path 
    _reg_typelib_ = ('{5E1F7BC3-67C5-4AEE-8EC6-C4B73AAC42ED}', 1, 0) 

INumberFormat._methods_ = [ 
] 
''' 

RX_METHODS = re.compile(
    r'(\w+)\._methods_\s=\s\[(' 
    r'.*?' 
    r'(?:\[.*?\].*?)*' 
    r')\]', 
    re.DOTALL) 

for match in RX_METHODS.finditer(interface_definitions): 
    print match.groups()

來源

2010-05-08 23:39:47 fviktor

我如何使用Python Regex來做到這一點？

回答

相關問題