Question

我有一个.CPP文件，其中包含两种类型的字符串

CHAR字符串的特点是它们只出现在引号内。

WCHAR个字符串的特点是它们出现在前面带有字母L

的引号中

字符串CHAR示例： "char string"

String WCHAR的示例： L"wchar string"

我想找到文件中的所有CHAR＆（仅限它们），然后找到文件中的所有WCHAR＆（仅限）{

这是我目前的代码。他知道如何在引号之间找到字符串：

import re
#find all strings between ""
re.findall('"([^"]*)"', f.read())

#find all strings between L""
re.findall('L"([^"]*)"', f.read())

如果在第一个字母之前没有字母L，我怎么告诉他只给我带引号之间的字符串？

这是一个示例文件：

#include <stdio.h>


int main()
{   
    printf(L"very long first wchar\
    cuple of line\
    string");

    printf("regular char string");

    printf(L" wchar short string in bracket");

    printf("short string in bracket");

    printf("very long\
    cuple of line\
    string");


    printf(L"very long wchar\
    cuple of line\
    string");
}

Answer 1

您可以使用

r'(?s)(?<!\\)(?:\\\\)*(L)?"([^"\\]*(?:\\.[^"\\]*)*)"'

如果组1是无，则将匹配附加到CHAR类型字符串，否则匹配的字符串是WCHAR类型，您可以获取组2值。

<强>详情

(?s) - DOTALL修饰符，让.匹配任何字符
(?<!\\) - 不在\
(?:\\\\)* - 零个或多个连续的双反斜杠（以避免在文字反斜杠后匹配转义的引号）
(L)? - 第1组：可选L
" - 双引号
([^"\\]*(?:\\.[^"\\]*)*) - 第2组：
- [^"\\]* - 反斜杠以外的任何0 +字符"
- (?:\\.[^"\\]*)* - 连续出现0次以上
  - \\. - 任何以反斜杠转义的字符
  - [^"\\]* - 反斜杠以外的任何0 +字符"
" - 结束双引号。

请参阅regex demo和Python demo：

import re
rx = r'''(?s)(?<!\\)(?:\\\\)*(L)?"([^"\\]*(?:\\.[^"\\]*)*)"'''
s = ("#include <stdio.h>\n\n\n"
    "int main()\n"
    "{       \n"
    "    printf(\"regular char string\");\n\n"
    "    printf(L\" wchar short string in bracket\");\n\n"
    "    printf(\"short string in bracket\");\n\n"
    "    printf(\"very long\\\n"
    "    cuple of line\\\n"
    "    string\");\n\n\n"
    "    printf(L\"very long wchar\\\n"
    "    cuple of line\\\n"
    "    string\");\n"
    "}")
chars_list = []
wchars_list = []
for m in re.finditer(rx, s):
    if m.group(1):
        wchars_list.append(m.group(2))
        print("WCHAR: {}".format(m.group(2)))
    else:
        chars_list.append(m.group(2))
        print("CHAR: {}".format(m.group(2)))

输出：

CHAR: regular char string
WCHAR:  wchar short string in bracket
CHAR: short string in bracket
CHAR: very long\
    cuple of line\
    string
WCHAR: very long wchar\
    cuple of line\
    string

如何使用python regexs

1 个答案: