Question

我试图编写一个正则表达式，在我已经提取的C语言的条件语句中捕获赋值相等的符号（使用python模块re）。

我的尝试：

exp = re.compile(r'\(\s*[0-9A-Za-z_]+\s*[^!<>=]=[^=]')

在处理多种情况时，它无法匹配如下字符串的简单情况：

'(c=getc(pp)) == EOF'

有人可以解释为什么我的正则表达式不匹配此字符串，我怎么能让它变得更好？我知道有些奇怪的案例可能仍然无法解决，但我可以手动对待，目的是自动完成大部分的工作。

Answer 1

[^!<>=]关注您的标识符会导致在=之后匹配c。

如果您打算匹配作业，请尝试在标识符后面只匹配一个等号，如下所示：

exp = re.compile(r'\(\s*[0-9A-Za-z_]+\s*=[^=]')

print(exp.search('(c=getc(pp)) == EOF'))

导致：

<_sre.SRE_Match object; span=(0, 4), match='(c=g'>

Answer 2

这不起作用的原因是[^!<>=]=，这会使您的代码查找不是=后跟=字符的字符。我可以看到你这样做的意图，但这是错误的方式。

对于简单的案例，请看下面的表达式：

[0-9A-Za-z_]+\s*=\s*[0-9A-Za-z_]+(\(\s*[0-9A-Za-z_]*\s*\))?

这与您的来源的c=getc(pp)部分匹配，因为它会查找=，其后跟（或前面）是可选的空格和字符或数字。这已经阻止正则表达式匹配==，<=，!=或>=。

除此之外，它还会查看右侧是函数还是仅仅是变量或只是数字（对于表达式末尾的括号部分，通过?可选匹配）。另请注意大括号（*）中匹配部分的[0-9A-Za-z_]*，这使您可以匹配没有参数的函数调用。

适用于：

(c=getc(p)) == EOF
(c =getc()) == EOF
(c=getc( )) == EOF
(c = getc( p )) == EOF
(c = i) == EOF
(c=10) == EOF

这不适用于x = y(z())等构造（当然还有更多）。

除此之外，我建议使用以下链接（不完全是您的问题，但非常好的见解）： Regular expression to recognize variable declarations in C