如何使用正则表达式查找函数调用自己？答案

【问题标题】：How to use regex to find functions call themself?如何使用正则表达式查找函数调用自己？
【发布时间】：2012-02-02 00:55:29
【问题描述】：

我有一个code.py：

def funA():
    print('A')
    funA()

def funB():
    print('B')

def funC():
    print('C')
    funB()
    funC()

我想找到所有函数自己调用：

funA
funC

regex怎么写？

约束：

所有函数调用正常：funname(arg1, arg2, ...)
无混淆方式（如lambda,exec）
无间接递归

【问题讨论】：

为什么要编写正则表达式而不是遍历 AST？
由于 Python 的语法是上下文无关的，因此仅使用正则表达式是不可能找到所有递归函数的。
您真的还坚持为此使用正则表达式吗？我想我们已经很清楚地表明这是不可能的。
像这样的工作是解析器为做的。而且您已经在 Python 中内置了一个用于 Python 的解析器，因此您甚至不必自己编写解析器，只需阅读一些关于如何在获得 AST 后遍历它的模块文档。使用正则表达式，这是一项非常困难的任务（并且可以证明只能大致完成），但使用解析器非常容易。所以使用解析器！

标签： python regex shell awk

【解决方案1】：

这很难，因为函数可以以混淆的方式调用自己。例如，这算不算？

def funA():
  print 'A'
  foo = funA
  foo()

funA()

这个怎么样？

def funA():
  funB()

def funB():
  funA()

funA()

甚至这个？

def funA():
  exec('Anuf'[::-1] + '()')

funA()

我认为你不能用正则表达式来做到这一点。

即使考虑到您的新编辑，即使不是不可能，它仍然会非常困难。以这个函数为例。

def funA():
  if 1 + 1 == 2:
    return
  funA()

我建议你听从 Ignacio Vazquez-Abrams 的建议，看看ast。

【讨论】：

事实上，你不能用正则表达式来做到这一点。
我也怀疑过，但我不喜欢“断言证明”:)
很容易证明Python不是一门常规语言。
“恐吓证明”也好不到哪里去 :)
非正则语言中格式良好的括号中的每个单词都是有效的 Python 程序。每个由( 和) 组合但不是该语言的单词都不是有效的Python 程序。因此，仅由括号组成的 Python 子集是非常规的。因此 Python 是一种非常规语言。

【解决方案2】：

是的，我相信正则表达式不可能匹配 wim 指出的 self 调用被混淆的情况。但是，这里有一个正则表达式，它可以为简单的自我调用（形式为funcname(...)）做一个半体面的工作。此正则表达式正确匹配原始问题中列出的所有测试用例：

reobj = re.compile(r"""
    # Match (unreliably) Python function with self reference.
    ^                        # Anchor to start of line.
    ([ \t]*)                 # $1: Indentation of DEF statement.
    def[ \t]+                # Function definition.
    ([^\s(]+)                # $2: Name of function to find.
    .*\r?\n                  # Remainder of function def line.
    (?:                      # Zero or more lines w/o funcname.
      (?:                    # Function block lines alternatives.
        \1[ \t]+             # Func block lines have extra indentation.
        (?:(?!\b\2\s*\().)*  # Optional non-funcname stuff on line
      | [ \t]*\#.*           # Allow comment lines to defy indent rules.
      )?                     # Allow blank lines in function block.
      \r?\n                  # End of line not containing funcname.
    )*                       # Zero or more lines w/o funcname
    \1[ \t]+                 # Now match the line having funcname.
    (?:(?!\b\2\s*\().)*      # Optional non-funcname stuff on line
    \b\2\s*\(                # Match the function self reference.
    """, re.MULTILINE | re.VERBOSE)

它从函数定义行开始匹配，并捕获$1 组中'def' 之前的空白缩进和$2 组中的函数名称。然后，它匹配函数块中不包含函数名称的行，每行都比函数定义具有更多的前导空格。它跳过空行和仅包含 cmets 的行。一旦它在函数块中找到一个函数名后跟左括号的行，它就声明一个匹配，表示对自身的调用。否则，它声明一个不匹配，然后继续寻找下一个可能的匹配。

请注意，此解决方案不可靠，如果函数名称出现在字符串内或一行中其他代码之后的注释内，则会导致误报。它也不处理具有多行原始字符串的函数。但是，它会正确捕获不少！

【讨论】：

这就像给一个人除草机来修剪他的鼻毛。
不完全是。这个答案只是回答了所提出的具体问题，并附有关于其（非常真实的）局限性的免责声明。对于一次性搜索源文件，这个答案肯定会很有用。只是好奇， ast 模块在查找您引用的特殊情况方面会更好吗？这个解决方案有多难？为什么不发布呢？ IMO 唯一 100% 准确的解决方案是彻底分析/调试运行所有可能路径的应用程序。但是，是的，这个解决方案绝对是一个除草剂！（这是要求的。）

【解决方案3】：

简单地说，您将无法使用正则表达式来做到这一点。您至少需要解析函数定义，保持某种关于您当前正在解析的函数的状态，并在当前函数的范围内搜索当前函数名称的调用。

【讨论】：

【解决方案4】：

我将描述我认为您想要的模式：以 def 开头的行，后跟空格，然后是名称（您在括号中捕获），然后是一组（可能为空）开头的行带有空格，后跟一行以空格开头并包含您的函数名称，后跟一个开放的括号（以便您捕获实际调用，而不仅仅是引用）。

【讨论】：

非空——在 Python 中，您必须使用 pass 语句而不是空主体。
@PlatinumAzure def funA(): funA() 是一个调用自身的有效 Python 函数。如果紧随其后的是另一个全局范围语句，则在 def 之后不会有以空格开头的行。然而，斯科特对正则表达式的描述也与此不符。

【解决方案5】：

也许你可以使用gawk，下面是我的示例代码，你可能需要修改它：

#! /usr/bin/gawk -f
{
    currentLine = $0
    if (currentLine ~ /def/){
        inFunction = "true"
        nameIndex = index($2,"(")
        functionName = substr($2,1,nameIndex - 1)
        #print functionName
        next
    }
    if (inFunction == "true" && currentLine ~ functionName){
       inFunction = false 
       print "recursive function is: " functionName
    }
}

只要运行程序，你就会得到你想要的。

【讨论】：