Question

我的工作涉及python代码中代码片段的检测。因此，在我的工作中，我将在python中编写一个脚本，以便我将另一个python文件作为输入，并使用我的脚本在所需位置插入任何必要的代码。

以下代码是我将要检测的文件的示例代码：

A.py #normal un-instrumented code

statements
....
....

def move(self,a):
    statements
    ......
    print "My function is defined" 
    ......

statements 
......

我的脚本实际做的是检查A.py中的每一行，如果有“def”，那么代码片段会在代码顶部检测def函数

以下示例是最终输出应该如何：

A.py #instrumented code

statements
....
....

@decorator    #<------ inserted code
def move(self,a):
    statements
    ......
    print "My function is defined" 
    ......

statements 
......

但是我得到了不同的输出结果。以下代码是我得到的最终输出：

A.py #instrumented code

statements
....
....

@decorator    #<------ inserted code
def move(self,a):
    statements
    ......
    @decorator #<------ inserted code [this should not occur]
    print "My function is defined" 
    ......

statements 
......

我可以理解，在经过检测的代码中，它在“已定义”一词中识别出“def”，因此它会对其上方的代码进行检测。

在现实中，检测代码有很多这些问题，我无法正确地检测给定的python文件。有没有其他方法可以区分实际的“def”和字符串？

谢谢

Answer 1

使用ast module正确解析文件。

此代码打印每个def语句的行号和列偏移量：

import ast
with open('mymodule.py') as f:
    tree = ast.parse(f.read())
for node in ast.walk(tree):
    if isinstance(node, ast.FunctionDef):
        print node.lineno, node.col_offset

Answer 2

您可以使用正则表达式。为避免引号内def，您可以使用负面外观：

import re

for line in open('A.py'):
    m = re.search(r"(?!<[\"'])\bdef\b(?![\"'])", line)
    if m:
        print r'@decorator    #<------ inserted code' 

    print line

但是，您可能还有其他的def无法想到，如果我们不小心，我们最终会重新编写Python解析器。 @Janne Karila建议使用ast.parse从长远来看可能更安全。

如何在python中区分“字符串”和“实际代码”？

2 个答案: