使用Python中的正则表达式从字符串中的源代码中提取字符串常量[关闭]答案

【问题标题】：Extracting string constant from source code in a string using regular expressions in Python [closed]使用Python中的正则表达式从字符串中的源代码中提取字符串常量[关闭]
【发布时间】：2013-04-14 16:44:47
【问题描述】：

如何从字符串中的源代码中获取字符串常量？

例如，这是我要处理的源代码：

var v = "this is string constant + some numbers and \" is also included "

我无法将所有内容都放在引号内。通过使用这个正则表达式："(.*?)"。

我无法获取var、v、= 或除字符串字符之外的任何其他内容。

【问题讨论】：

Python 不使用“var”。
你的问题没有多大意义——你到底想完成什么？
看起来您正在尝试使用 Python 解析其他一些编程语言。不要使用正则表达式执行此操作；只会让人心痛。使用适当的解析器。
可能相关：stackoverflow.com/questions/390992/javascript-parser-in-python
正则表达式非常适合这个。语言解析器是使用正则表达式构建的，至少在部分工作中，这是一个。

标签： python regex lexical-analysis

【解决方案1】：

使用lookbehind，确保 " 前面没有 \

import re

data = 'var v = "this is string constant + some numbers and \" is also included "\r\nvar v = "and another \"line\" "'
matches = re.findall( r'= "(.*(?<!\\))"', data, re.I | re.M)
print(matches)

输出：

['this is string constant + some numbers and " is also included ', 'and another "line" ']

【讨论】：

【解决方案2】：

您需要匹配一个开引号，然后是任何转义字符或普通字符（引号和反斜杠除外），然后是右引号：

"(?:\\.|[^"\\])*"

【讨论】：

是的，正要写这个。完全解析文本和提取只是其中的一些位是有区别的。

【解决方案3】：

要获取引号内的所有内容，您可以尝试以下操作： "\".+?\"" 与 re.findall()

【讨论】：