获取可变数量组的正则表达式

Question

这不是问如何使用 re.findall() 或全局修饰符 (?g) 或 \g 的问题。这是在询问如何将 n 组与一个正则表达式匹配，其中 n 在 3 和 5 之间。

规则：

需要忽略第一个非space字符的行作为#（注释）
需要至少获得三个项目，始终按顺序：ITEM1、ITEM2、ITEM3
- class ITEM1(stuff)
- model = ITEM2
- fields = (ITEM3)
需要获取以下任何匹配项（如果它们存在）（未知顺序，并且可能会丢失）
- write_once_fields = (ITEM4)
- required_fields = (ITEM5)
需要知道哪个是哪个匹配项，因此要么按顺序检索匹配项，如果没有匹配项则返回 None，或者检索对。

我的问题是这是否可行，如何实现？

我已经讲到这里了，但它还没有处理评论或未知顺序，或者是否缺少某些项目以及在您看到下一个 class 定义时停止搜索这个特定的正则表达式。 https://www.regex101.com/r/cG5nV9/8

(?s)\nclass\s(.*?)(?=\()
.*?
model\s=\s(.*?)\n
.*?
(?=fields.*?\((.*?)\))
.*?
(?=write_once_fields.*?\((.*?)\))
.*?
(?=required_fields.*?\((.*?)\))

我需要条件吗？

感谢您的任何提示。

Answer 1

我会这样做：

from collections import defaultdict
import re

comment_line = re.compile(r"\s*#")
matches = defaultdict(dict)

with open('path/to/file.txt') as inf:
    d = {} # should catch and dispose of any matching lines
           # not related to a class
    for line in inf:
        if comment_line.match(line):
            continue # skip this line
        if line.startswith('class '):
            classname = line.split()[1]
            d = matches[classname]
        if line.startswith('model'):
            d['model'] = line.split('=')[1].strip()
        if line.startswith('fields'):
            d['fields'] = line.split('=')[1].strip()
        if line.startswith('write_once_fields'):
            d['write_once_fields'] = line.split('=')[1].strip()
        if line.startswith('required_fields'):
            d['required_fields'] = line.split('=')[1].strip()

使用正则表达式匹配可能会更容易做到这一点。

comment_line = re.compile(r"\s*#")
class_line = re.compile(r"class (?P<classname>)")
possible_keys = ["model", "fields", "write_once_fields", "required_fields"]
data_line = re.compile(r"\s*(?P<key>" + "|".join(possible_keys) +
                       r")\s+=\s+(?P<value>.*)")

with open( ...
    d = {} # default catcher as above
    for line in ...
       if comment_line.match(line):
           continue
       class_match = class_line.match(line)
       if class_match:
           d = matches[class_match.group('classname')]
           continue # there won't be more than one match per line
       data_match = data_line.match(line)
       if data_match:
           key,value = data_match.group('key'), data_match.group('value')
           d[key] = value

但这可能更难理解。 YMMV.

获取可变数量组的正则表达式

Regex that grabs variable number of groups

python

regex

lookahead