将多行 make-line 变量赋值与 python 正则表达式相匹配

Question

我试图从多行 make-line 变量赋值中提取多行值。下面的测试用例无法在输入字符串中找到匹配项，我不得不承认我不明白为什么。非常欢迎帮助使此示例代码在标准输出上打印“a \ b”。

#!/usr/bin/env python                                                                                                 

def test():
    s = r"""                                                                                                          
FOO=a \                                                                                                               
  b                                                                                                                   
"""
    import re
    print type(s),s
    regex = re.compile(r'^FOO=(.+)(?<!\\)$', re.M)
    m = regex.search(s)
    print m.group(1)

if __name__ == '__main__':
    test()

Answer 1

re.M 表示 re.MULTILINE，但它不关心点的象征意义，它关心 ^ 和 $ 的象征意义。

您需要指定 re.DOTALL 以使点能够匹配，即使是 '\n'

def test():
    s = r"""    

FOO=a \    

  b

  """
    import re
    print repr(s)
    print '---------------------'
    regex = re.compile(r'^FOO=(.+)(?<!\\)
结果
'    \n\nFOO=a \\    \n\n  b\n\n  '
---------------------
a \    
-----
'a \\    '
---------------------
a \    

  b


-----
'a \\    \n\n  b\n\n  '

, re.M)
    print regex.search(s).group(1)
    print '---------------------'
    regex = re.compile(r'^FOO=(.+)(?<!\\)
结果

, re.M|re.DOTALL)
    print regex.search(s).group(1)

test()

结果

Answer 2

您的问题是 . 默认情况下与换行符不匹配。如果启用 Dotall 修改器，它将起作用。

regex = re.compile(r'^FOO=(.+)(?<!\\)
您可以使用 re.S 执行此操作，
然后您的输出将是

一个\
<前><代码> b

您的模式确实与包括换行符的模式匹配。
我不确定您想使用多行修饰符 re.M 实现什么目的。它使 ^ 和 $ 匹配行的开始/结束。我想你可以删除它。
我也不确定你想通过你的负面lookbehind实现什么(?，我认为你应该澄清你的预期输出。 （是否要删除 a \ b 中的换行符？）
, re.M | re.S)

您可以使用 re.S 执行此操作，

然后您的输出将是

一个\

<前><代码> b

您的模式确实与包括换行符的模式匹配。

我不确定您想使用多行修饰符 re.M 实现什么目的。它使 ^ 和 $ 匹配行的开始/结束。我想你可以删除它。

我也不确定你想通过你的负面lookbehind实现什么(?，我认为你应该澄清你的预期输出。 （是否要删除 a \ b 中的换行符？）

Answer 3

我想出了这个：

^FOO=((([^\\]*\\\n)*)[^\n]+)

它假设反斜杠后​​面没有空格。

Answer 4

您的示例文本中包含大量空格字符，包括反斜杠之后的空格字符。我认为这不是您想要的，因为反斜杠的目的是转义通常标记条目结尾的换行符。

但反斜杠也可用于转义其他字符，包括反斜杠。如果一个值恰好以反斜杠结尾，它将在 makefile 中显示为两个反斜杠。正则表达式中的lookbehind将“看到”第二个，并错误地将其视为行延续的一部分。

如果您正在考虑添加另一个lookbehind 来查看反斜杠是否被转义，让我现在阻止您。这已经被讨论过很多次了，而后瞻方法无法发挥作用。您想要的是这样的：

regex = re.compile(r'^FOO=([^\n\\]*(?:\\.[^\n\\]*)*)
 在 ideone 上查看它的实际操作
第一个 [^\n\\]* 消耗尽可能多的非换行、非反斜杠字符，然后将控制权交给下一部分。如果尚未到达字符串末尾，它会尝试匹配反斜杠后跟任何字符（包括换行符，感谢 re.S 修饰符），后面跟着我的一些更“正常”的字符。它像这样在循环中继续，直到（假设输入有效）它遇到未转义的换行符或输入末尾。
虽然是 re.S 修饰符让点匹配换行符，但 re.M 修饰符也是需要的；正如 @stema 所解释的那样，它让 ^ 匹配行的开头，而 $ 匹配行的结尾。
, re.M | re.S)

在 ideone 上查看它的实际操作

第一个 [^\n\\]* 消耗尽可能多的非换行、非反斜杠字符，然后将控制权交给下一部分。如果尚未到达字符串末尾，它会尝试匹配反斜杠后跟任何字符（包括换行符，感谢 re.S 修饰符），后面跟着我的一些更“正常”的字符。它像这样在循环中继续，直到（假设输入有效）它遇到未转义的换行符或输入末尾。

虽然是 re.S 修饰符让点匹配换行符，但 re.M 修饰符也是需要的；正如 @stema 所解释的那样，它让 ^ 匹配行的开头，而 $ 匹配行的结尾。