Question

我需要搜索这样的内容：

lines = """package p_dio_bfm is
   procedure setBFMCmd (  
      variable  pin : in tBFMCmd
      );
end p_dio_bfm; -- end package;

package body p_dio_bfm is
   procedure setBFMCmd (  
      variable  pin : in tBFMCmd
      ) is
   begin
      bfm_cmd := pin;
   end setBFMCmd;
end p_dio_bfm;"""

我需要提取包名，即p_dio_bfm和包声明，即＆＃34;包p_dio_bfm之间的部分是＆＃34;和FIRST＆＃34;结束p_dio_bfm;＆＃34;

问题是包声明可能以＆＃34; end p_dio_bfm;＆＃34;结束。或者＆＃34;结束包裹;＆＃34;所以我尝试了以下＆＃34; OR＆＃34;正则表达式： - 适用于以＆＃34; end package＆＃34;结尾的包裹。 - 对于以＆＃34; end pck_name;＆＃34;

结尾的包不起作用

pattern = re.compile("package\s+(\w+)\s+is(.*)end\s+(package|\1)\s*;")
match = pattern.search(lines)

问题是正则表达式的（package | \ 1）部分，在那里我要抓住单词＆＃34; package＆＃34;或匹配的包名。

更新：我提供了一个完整的代码，希望能澄清它：

import re
lines1 = """package p_dio_bfm is
   procedure setBFMCmd (
      variable  pin : in tBFMCmd
      );
end p_dio_bfm;

package body p_dio_bfm is
   procedure setBFMCmd (
      variable  pin : in tBFMCmd
      ) is
   begin
      bfm_cmd := pin;
   end setBFMCmd;
end p_dio_bfm;"""

lines2 = """package p_dio_bfm is
   procedure setBFMCmd (
      variable  pin : in tBFMCmd
      );
end package;

package body p_dio_bfm is
   procedure setBFMCmd (
      variable  pin : in tBFMCmd
      ) is
   begin
      bfm_cmd := pin;
   end setBFMCmd;
end package;"""

lines1 = lines1.replace('\n', ' ')
print lines1

pattern = re.compile("package\s+(\w+)\s+is(.*)end\s+(package|\1)\s*;")
match = pattern.search(lines1)

print match

lines2 = lines2.replace('\n', ' ')
print lines2

match = pattern.search(lines2)

print match

我希望在这两种情况下，使用独特的正则表达式来取回这部分：

"""procedure setBFMCmd (
          variable  pin : in tBFMCmd
          );"""

没有我删除的\ n字符。

Answer 1

你的正则表达式不匹配任何东西，因为它不正确。没有使用多行标记.*不匹配新行字符，所以你可以使用{{1} }：

[\s\S]*

请参阅演示https://regex101.com/r/tZ3uH0/1

但是在这里还有一些问题，你的字符串包含2个包块，而且这一点，作为一种更优雅和有效的方式，你可以起诉r'package ([^\s]+)\s+is([\s\S]*)end\s+(package|\1)\s*;'标志来制作＆＃39;。＆＃39 ;特殊字符匹配任何字符，包括换行符。所以你可以编写你的正则表达式如下：

re.DOTALL

但这仍然会与第一个街区匹配：

pattern = re.compile("package\s+(\w+)\s+is(.*)end\s+(package|\1)\s*;",re.DOTALL)

为了匹配所有块，您需要澄清第二组中的>>> match = pattern.search(lines) >>> print match.group(0) package p_dio_bfm is procedure setBFMCmd ( variable pin : in tBFMCmd ); end p_dio_bfm; -- end package; >>> print match.group(1) p_dio_bfm >>> print match.group(2) procedure setBFMCmd ( variable pin : in tBFMCmd ); end p_dio_bfm; -- >>> print match.group(3) package这样的词：

body

请参阅演示https://regex101.com/r/tZ3uH0/3

Answer 2

怎么样：

>>> for row in re.findall(
...   r'package(?:\s.*?)(?P<needle>[^\s]+)\s+is\s+(.*?)end\s+(?:package|(?P=needle));',
...   lines,
...   re.S
... ):
...   print '{{{', row[1], '}}}'
...
{{{ procedure setBFMCmd (
      variable  pin : in tBFMCmd
      );
}}}
{{{ procedure setBFMCmd (
      variable  pin : in tBFMCmd
      ) is
   begin
      bfm_cmd := pin;
   end setBFMCmd;
}}}

我冒昧地不过滤掉@ mihai-hangiu如何通过包括第二个区块来解释。

python反向引用正则表达式

2 个答案: