Question

使用re.match()遇到一个非常奇怪的问题。这是我的代码：

for rule in rules:
    # print (rule, ", ", item)
    if re.match(rule, item):
        tokenLine.append(self.ruleDictionary[rule])
        tokenLine.append("KNOWN")
        break

背景信息：

有一个包含词法规则的外部文件，格式为：

tokenName   ::  production1  |  production2  | production3

ruleDictonary是一个词典，其中的作品是映射到相关tokenName的键，rules是ruleDictionary的键列表，而item是一个字符串，读。由于某些作品很容易通过正则表达式求和，例如[a-z]+或\d+，因此字典键可以是正则表达式定义，也可以是此循环要查找的内容。< / p>

问题：

目前，我在运行示例定义文件和我创建的示例输入时遇到unbalanced parenthesis错误。但是，当我在print()语句之前取消注释if语句时，它完全正常。我为调试目的创建了print()语句，并没有意识到它会对程序的实际执行产生影响。我完全迷失了，并且在启用打印时不知道它为什么会起作用。

Answer 1

您的问题来自模式变量rule的内容。它必须包含一个括号。但在正则表达式中，括号具有特殊含义（组）。

所以你需要使用\(或\)来逃避它们。你可以用：

rule.replace('(', '\(')
rule.replace(')', '\)')

如果您想了解更多信息，请在问题Unbalanced parenthesis python中提供其他信息。

Answer 2

正如在@Kuhess的回答中所描述的那样，你当前的问题是你有包含paranthesis的规则并将它们用作正则表达式，但是没有逃避paranthesis（或其他正则表达式中具有特殊含义的字符，如{{ 1}}）。

但是，这仍然没有解释您在尝试匹配规则之前添加*调用的行为似乎解决了问题。

我能够使用您的回购邮件中的unmatched branch重现print()错误。然后，在不改变任何事情的情况下，使用完全相同的参数进行第二次运行！

所以我仔细查看了你的代码，我很确定我知道你的代码是非确定性的原因：你使用字典（self.ruleDictionary）来存储规则匹配时，规则iterate over its keys和unmatched paranthesis循环。

字典在Python中没有保证的顺序。 Their order isn't arbitrary，但几乎无法预测，并且可能会在后续运行之间或甚至在修改字典之后发生变化。因此，在某些运行中，有问题的规则永远不会被测试，因为一个有效的正则表达式匹配，而break循环中的break匹配。

所以，你不能，也绝不应该依赖字典的特定顺序。那么你有什么选择呢？

1）使用有序的字典（Python 2.7 +）

您可以将for设为collections.OrderedDict的实例。 rulesDictionary将按照插入的顺序保留项目：

OrderedDict

2）按键对字典项进行动态排序，并迭代该有序序列：

from collections import OrderedDict
# ...
self.rulesDictionary = OrderedDict()

这将为您提供稳定的字母顺序，但不会为您插入项目的顺序。我相信这些规则的顺序与你的情况相关，所以你应该选择1）。

Python re.match中的不平衡括号

2 个答案: