Question

我有一个小项目，涉及点击.py文件并选择仅from <x> import <y>形式的import语句。

在构建正则表达式以捕获它时，涉及两种不同的语法，最好通过示例说明：

语法＃1使用括号，并且可以在这些括号中包含换行符：

from .sql.base import (
    SchemaVisitor
    )
import os  # ignore this import
from _pytest.config import (
    main, UsageError, cmdline,
    hookspec, hookimpl
)

我可以用以下方式捕获：

syntax1 = re.compile(r'^ *from (?P<package>[.\w]+) +import +\(?(?P<objects>[*, \n\w]+)\)? *$',
                     flags=re.MULTILINE)

语法＃2使用行连续（如果需要），并且在import语句中技术上没有换行符：

from pandas import Series

from .solvers import solve, solve_linear_system, solve_linear_system_LU, \
    solve_undetermined_coeffs, nsolve, solve_linear, checksol, \
    det_quick, inv_quick, check_assumptions

from .ode import checkodesol, classify_ode, dsolve, \
    homogeneous_order

我可以用以下方式捕获：

# Only difference: no `\n` in <objects> group
syntax2 = re.compile(r'^ *from (?P<package>[.\w]+) +import +(?P<objects>[*, \w]+) *$',
                     flags=re.MULTILINE)

我想将这些内容压缩成一个能够同时压缩命名组的语句。

我需要的是一个 if-then条件，带有正向前瞻。类似于：

syntax = re.compile(r'^ *from (?P<package>[.\w]+) +import +(?(?=\([^)]+\))\((?P<obj1>[*, \n\w]+)\) *$|(?P<obj2>[*, \w]+) *$)',
                    flags=re.MULTILINE)

这似乎遵循(?ifthen|else)的语法，带有if的预测，即

(?(?=regex)then|else)

其中：

if是(?=$[^)]+$)：括起一些不是括号的文字的括号
then为$(?P<obj1>[*, \n\w]+)$ *$
else为(?P<obj2>[*, \w]+) *$)

这里有什么问题？

输入：

imports = """
from .sql.base import (
    SchemaVisitor
    )

from pandas import Series as ser, DataFrame as df
from NumPy import array

import os
import functools

import ctypes  # ignore these

from _pytest.config import (
    main, UsageError, cmdline,
    hookspec, hookimpl
)

from .solvers import solve, solve_linear_system, solve_linear_system_LU, \
    solve_undetermined_coeffs, nsolve, solve_linear, checksol, \
    det_quick, inv_quick, check_assumptions

from .ode import checkodesol, classify_ode, dsolve, \
    homogeneous_order
"""

期望的结果：

syntax.findall(imports)

[('.sql.base', '\n    SchemaVisitor\n    '),
 ('pandas', 'Series\n'),
 ('_pytest.config', '\n    main, UsageError, cmdline,\n    hookspec, hookimpl\n'),
 ('.solvers', 'solve, solve_linear_system, solve_linear_system_LU,     solve_undetermined_coeffs, nsolve, solve_linear, checksol,     det_quick, inv_quick, check_assumptions\n'),
 ('.ode', 'checkodesol, classify_ode, dsolve,     homogeneous_order\n')]

Answer 1

您可以使用

import re

rx = re.compile(r'''
    ^\ *from\s+
    (?P<package_name>[.\w]+)\s+
    import\s+
    (\()?
    (?(2)
        (?P<object>[^()]+)\)
        |
        (?P<object2>(?:.+[\n\r]?)+)
    )
''', re.VERBOSE | re.MULTILINE)

def aftermatch(group1, group2):
    group = group1 if group1 else group2
    objects = [obj.strip() for obj in group.split(',')]
    return objects

packages = {m.group('package_name'): aftermatch(m.group('object'), m.group('object2'))
            for m in rx.finditer(data)}
print(packages)

<小时/> 您的字符串imports：

的收益率

{'.sql.base': ['SchemaVisitor'], 'pandas': ['Series'], '_pytest.config': ['main', 'UsageError', 'cmdline', 'hookspec', 'hookimpl'], '.solvers': ['solve', 'solve_linear_system', 'solve_linear_system_LU', 'solve_undetermined_coeffs', 'nsolve', 'solve_linear', 'checksol', 'det_quick', 'inv_quick', 'check_assumptions'], '.ode': ['checkodesol', 'classify_ode', 'dsolve', 'homogeneous_order']}

<小时/> 查看regex101.com上表达式的演示，其余部分是一个dict理解，后面有一个名为aftermatch()的函数来清理对象部分。

<小时/> 修改：对于非坚持者，您可以使用支持分支重置的较新regex module。在这里，您不再需要函数了：

import regex as re
rx = re.compile(r'''
    ^from\s+
    (?P<package_name>[.\w]+)\s+
    import\s+
    (?|
        \((?P<object>[^()]+)\)
        |   
        (?P<object>(?:.+[\n\r]?)+)
    )
''', re.VERBOSE | re.MULTILINE)

packages = {m.group('package_name'): 
            [obj.strip() for obj in m.group('object').split(',')]
            for m in rx.finditer(imports)}
print(packages)

Answer 2

if else功能在技术上是可行的，您只需要根据＆＃39; |＆＃39;来考虑它。言。

^ *from (?P<package>[.\w]+) +import (\()?(?(2)(?P<object0>[*, \n\w]+)\)|(?P<object1>[*, \w]+))

如果表达式在|之前如果不匹配则选择|后面的表达式。实际上，如果你将if包含在语句的then部分中，那么这实际上就是if if else。

如果那么＆amp;在正则表达式中使用括号前瞻

2 个答案: