如何标记正则表达式模式本身？
How to tokenize the regexp pattern ITSELF?
很多关于如何使用正则表达式标记某些字符串的问题。
不过，我正在寻找标记化正则表达式模式本身的方法，我确定有一些关于该主题的帖子，但我找不到它们。
示例：
^\w$ -> ['^', '\w', '&']
[3-7]* -> ['[3-7]*']
\w+\s\w+ -> ['\w+', '\s', '\w+']
(xyz)*\s[a-zA-Z]+[0-9]? -> ['(xyz)*','\s','[a-zA-Z]+','[0-9]?']
我假设这项工作是在调用某些 regexp 函数时在 python 中完成的。
一个起点：PyPy project has an implementation of Python in (mostly) Python. The re.py in the source distribution calls sre-compile.c:_compile() 完成工作。您也许可以破解它以提供您想要的输出形式。
编辑 另外，Javascript XRegExp library parses regexes in an extended syntax and renders them to standard syntax. The parser routine 可能会对您有所帮助。
很多关于如何使用正则表达式标记某些字符串的问题。
不过，我正在寻找标记化正则表达式模式本身的方法，我确定有一些关于该主题的帖子，但我找不到它们。
示例：
^\w$ -> ['^', '\w', '&']
[3-7]* -> ['[3-7]*']
\w+\s\w+ -> ['\w+', '\s', '\w+']
(xyz)*\s[a-zA-Z]+[0-9]? -> ['(xyz)*','\s','[a-zA-Z]+','[0-9]?']
我假设这项工作是在调用某些 regexp 函数时在 python 中完成的。
一个起点：PyPy project has an implementation of Python in (mostly) Python. The re.py in the source distribution calls sre-compile.c:_compile() 完成工作。您也许可以破解它以提供您想要的输出形式。
编辑 另外，Javascript XRegExp library parses regexes in an extended syntax and renders them to standard syntax. The parser routine 可能会对您有所帮助。