预期模式“.+”是做什么的？

Question

我有下一个代码：

test.py:

import pexpect
import sys

p = pexpect.spawn("ping 10.192.225.199", encoding="utf-8")
while True:
    try:
        index = p.expect([".+", pexpect.EOF, pexpect.TIMEOUT], timeout=1)
        if index == 0:
            print("===")
            print(p.after)
            print("===")
    except Exception as e:
        print(e)

执行：

$ python3 test.py
===
PING 10.192.225.199 (10.192.225.199) 56(84) bytes of data.

===
===
64 bytes from 10.192.225.199: icmp_seq=1 ttl=63 time=0.607 ms

===
===
64 bytes from 10.192.225.199: icmp_seq=2 ttl=63 time=0.587 ms

===
...

看起来 .+ 可以在一次迭代中获取整行 ping command output。

但是，有人向我建议this，在官方文档中，它说：

Beware of + and * at the end of patterns
Remember that any time you try to match a pattern that needs look-ahead that you will always get a minimal match (non greedy).
For example, the following will always return just one character:
child.expect ('.+')
This example will match successfully, but will always return no characters:
child.expect ('.*')

will always return just one character是什么意思？为什么我可以在我的最小示例中得到完整的一行？每个循环不是应该一个字符吗？

顺便说一句，非常奇怪，如果我将.+更改为.*，那么就像文档中所说的那样：will always return no characters。 .* 的行为与文档所述相同，但 .+ 不是 ...

Answer 1

编辑： 更改了焦点以解决您真正想问的问题，正如您在评论中所阐明的那样。

Beware of + and * at the end of patterns Remember that any time you try to match a pattern that needs look-ahead that you will always get a minimal match (non greedy). For example, the following will always return just one character: child.expect ('.+')

我不知道文档中的这一说法是否正确，但它与当前行为不符。正则表达式 .+ 不始终只匹配一个字符，即使单独使用也是如此。正则表达式 .* 在某些情况下可能匹配零个字符，但并非总是如此。正确的说法是：两个正则表达式都将匹配读取缓冲区中的任何内容，仅此而已。 为什么您的观察结果不同？由于 .+ 必须至少消耗一个字符，因此它会触发一个读取操作——填充读取缓冲区。

说明

请记住，pexpect 是为与交互式进程进行通信而构建的：它的输入不仅仅是坐在那里等待读取，它是随着时间的推移动态生成的，以响应事件。所以 pexpect 除非有理由，否则不会尝试读取输入。如果输入缓冲区为空，并且期望可以满足零长度字符串，则不需要进一步读取，因此不会。更一般地说：如果期望可以满足已经存在的内容，则不会再尝试读取。

所以这是一个你可以用你的输入源尝试的实验：

>>> p.expect('6')
0
>>> p.after
'6'
>>> p.expect(".*")
0
>>> p.after
'4 bytes from 142.250.184.238: icmp_seq=38 ttl=112 ...'

这里发生了什么？第一个期望导致一行被读入（“64 字节来自...”），但只消耗了第一个字符。然后 .* 与其余匹配。

您可以通过至少消耗一个字符的单个期望获得相同的效果，例如6.* 或 ..* 等。与 .+ 一样，这些将导致读取输入，然后消耗剩余的可用输入。

为了比较，请尝试使用真正的非贪婪正则表达式，.*? 和 .+?。无论您在哪里使用它们，它们总是分别匹配零个或一个字符。

Answer 2

正如@alexis 所建议的，我附加了一个调试器来深入研究代码。

第一个实验，如下图，我在index = p.expect([".+", pexpect.EOF, pexpect.TIMEOUT], timeout=1)设置断点，等待5秒后step over（保证ping -c 4完成以便我可以获得更多输出）。

有了这个，我发现只需一次p.expect，我就可以获得ping -c 4的所有输出。所以在我最初的例子中，我只能得到一行 p.expect 只是因为那时 pexpect 的缓冲区没有得到那么多数据。
第二个实验，如下图，我step in对p.expect，发现用index = searcher.search(window, len(data))匹配

只有一次 p.expect，当 window 有 434 characters 时，.+ 的期望也使 spawn.after 有 434 characters .

所以，我认为正如追随者的评论，文档有些不正确或过时。 .+ 肯定不仅可以匹配缓冲区中的一个字符，长度仅取决于当前缓冲区中的字符数，以及 window 大小。

预期模式“.+”是做什么的？

What does pexpect pattern ".+" do?

python

pexpect

说明