正则表达式似乎不适用于预期的输入答案

【问题标题】：regex doesn't seem to work on the input given as expected正则表达式似乎不适用于预期的输入
【发布时间】：2021-06-20 11:31:55
【问题描述】：

我的正则表达式似乎没有按预期工作，有人可以帮我解决它吗？

import re
a = """
xyz # (.C           (0),
       .H           (1)
              )
  mv [F-1:0] (/*AUTOINST*/

except_check
          #(
            .a        (m),
            .b        (w),
            .c        (x),
            .d        (1),
            .e        (1)
        )
        data_check
           (// Outputs

abc
      #(
        .a    (b::c)
    )
    mask
       (/*AUTOINST*/
"""
op = re.findall(r'^\s*(\w+)\s*$\n(?:^\s*[^\w\s].*$\n)*^\s*(\w+)\s*\(', a, re.MULTILINE)
for i in op:
    print(i)

这是我得到的输出：

('except_check', 'data_check')
('abc', 'mask')

这是预期的输出：

('xyz', 'mv')
('except_check', 'data_check')
('abc', 'mask')

不知何故，正则表达式不适用于第一个输入块，但适用于其他两个输入块。

【问题讨论】：

好吧，你的第一个块中还有[F-1:0]，这在你的正则表达式中没有考虑。

标签： python python-3.x regex python-2.7

【解决方案1】：

"(\w+)\s+#\s?(\D*\S*\D*\s*\d?\W+)\s*(\w+)"gm

使用这个作品你可以进一步简化

【讨论】：

【解决方案2】：

这是一个改动很小的正则表达式：

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

请参阅regex demo。

\s*$\n(?:^\s*[^\w\s] 部分被替换为 (?:\s*[^\w\s]，因为您的第一个块不包含换行符。

最后，\s*\( 被替换为 [^()]*\(，因为在您要提取的单词和 ( 字符之间存在空格以外的字符。

详情：

^ - 行首（如果你使用re.M）
\s* - 零个或多个空格
(\w+) - 第 1 组：一个或多个单词字符
(?:\s*[^\w\s].*\n)* - 零次或多次出现零个或多个空格、_ 以外的特殊字符、行的其余部分和 LF 字符
^ - 行首
\s* - 零个或多个空格
(\w+) - 第 2 组：一个或多个单词字符
[^()]* - 除了( 和) 之外的零个或多个字符
\( - 一个 ( 字符。

或者，我认为您可以利用 PyPi 正则表达式中提供的递归功能。在终端/控制台中运行pip install regex，然后

import regex
a = 'your_string_here'
rx = r'^\s*(\w+)\s*#\s*(\((?:[^()]++|(?2))*\))\s*(\w+)'
matches = [(x.group(1), x.group(3)) for x in regex.finditer(rx, a, regex.M)]

这里是regex demo。它匹配：

^ - 行首
\s* - 零个或多个空格
(\w+) - 第 1 组：一个或多个单词字符
\s*#\s* - # 包含零个或多个空格
($(?:[^()]++|(?2))*$) - 第 2 组：一个 ( 字符，然后出现任何零个或多个除 ( 和 ) 或第 2 组模式之外的任何一个或多个字符，然后是 )
\s* - 零个或多个空格
(\w+) - 第 2 组：一个或多个单词字符。

【讨论】：