Question

（我相信问题在（？s）。*？只是顺便说一句）

我需要从文件中提取一些函数。

我有这段代码：

pattern = "^\s*[a-zA-Z_]?.*void\s+[a-zA-Z_][a-zA-Z_0-9]*\s*\((?s).*?\).*?$"
objekt = re.findall(re.compile(pattern,re.MULTILINE), string)

其中string是

extern inline void
lineBreak              (     void     )

;


extern      inline void           debugPrintf
(
const int level,
          const char        *  const                    format,
...)
{
return NULL;
}

extern void
debugPutc
(
const int level
,
const int c)
;

然而

返回

extern inline void
lineBreak              (     void     )

;


extern      inline void           debugPrintf
(
const int level,
          const char        *  const                    format,
...)
{
return NULL;
}

extern void
debugPutc
(
const int level
,
const int c)

当我在regex101上调试时，它返回我需要提取的3个函数。

regex101 demo

有谁知道问题出在哪里？谢谢。

编辑：

就在此之前，我有这种模式：

"^\s*[a-zA-Z_]?.*void\s+[a-zA-Z_][a-zA-Z_0-9]*\s*\((?:\s*?.*?\s*?)*\)\s*?$"

并且一切都运行正常，除了有灾难性的回溯并且没有为其他类型工作然后无效（如双）

Answer 1

它在documentation中说

请注意，(?x)标志会更改表达式的解析方式。它应该首先在表达式字符串中使用，或者在一个或多个空格字符之后使用。如果标志前面有非空白字符，则结果未定义。

其他旗帜似乎发生了其他奇怪的事情。在模式开始时.受到最后(?s)，第二次及以后的匹配的影响。

一旦设置，Python就无法关闭标志。而且没有办法限制旗帜。（在Perl和其他一些版本中，您可以使用作用域(?s:.*?)并禁用(?-s)）

编写模式的另一种方法，就是你要寻求的效果：

pattern = r"^.*?\bvoid\s+[a-zA-Z_][a-zA-Z_0-9]*\s*\([\S\s]*?\).*$"

\b匹配字边界。在单词字符（A-Z，a-z，0-9和“_”）和非单词字符之间。
[\S\s]将匹配任何非空格或空白字符。也就是说，任何角色，包括换行符。

Answer 2

你是对的，(?s)让你搞砸了。在支持内联修饰符的大多数版本中，您可以在正则表达式中的任何位置插入(?s)，并且单行模式将从该点开始并保持有效直到正则表达式结束，除非您使用{{1将其关闭}}。如果它在组内，模式将在组结束时重置。或者，您可以使用模式修改组（具有嵌入模式修饰符的非捕获组）：(?-s)。

但Python并不是那么灵活。它不支持模式修改的组，并且内联修饰符始终会影响整个正则表达式，无论您将它放在何处。作为Markus said，解决方案是使用(?s:...)代替（JavaScript正则表达中经常使用的惯用法，它根本没有单行/ DOTALL模式）。

我还建议您对正则表达式使用Python的原始字符串表示法：

[\S\s]*?

Python正则表达式 - 奇怪的行为 - findall与regex101不匹配

2 个答案: