Question

使用re.search（）或re.findall（）时遇到问题。但是，让我先解释一下。我正在搜索包含以下定义的C代码：

#define SOME_FUNCTION( someArgument, someMoreArgument)

有时候，当它们有很多参数时，它们会被包装，因此它们看起来像这样：

#define ANOTHER_FUNCTION( moreArgument, evenMoreArguments,
                          anAwfulLotOfArguments, youGetIt)

现在，我正在使用python扫描这些文件，以查找这些定义中的每个定义。我的正则表达式如下：

#define [A-Z,_]*\((?:.|\s)+?\"

在regex101.com之类的测试引擎中使用单行和多行定义对此进行测试时，它可以完美运行。

但是，当我将它与python（3.4.1）一起使用时，它仅适用于单行定义。当它尝试扫描多行定义时，它只是停止执行（尽管我可以用Ctrl + C中断它）。我尝试使用：

regexFullMacro = re.compile("#define [A-Z,_]*\((?:.|\s)+?\)")
match = regexFullMacro.search(searchString)

以及

regexFullMacro = re.compile("#define [A-Z,_]*\((?:.|\s)+?\)")
match = regexFullMacro.findall(searchString)

在涉及多行时，两种尝试都只是停止响应。

以前有人遇到过这个问题吗？还是我完全愚蠢，缺少明显的东西？

Answer 1

解决方案

r"#define [A-Z,_]*\([^()]+\)"

否定的字符类[^()]匹配除(和)（包括换行符）以外的任何字符，并且+量词使正则表达式引擎匹配1个或多个连续出现的他们。

根本原因

正则表达式模式中的(?:.|\s)+?（当要遵循其他子模式时）会导致扩展操作过多（这是一个惰性模式，我们只能谈论使用贪婪修饰符的回溯），从而冻结了正则表达式引擎。此备用组的主要问题是.可以与\s匹配。当一组中的交替可以在同一位置匹配时，这总是一个瓶颈，因为一旦一个替代失败，另一个尝试就会被尝试，并且如果对这个组进行量化，则会继续尝试更多次（如此处所示）。

您总是希望.带有DOTALL修饰符或[\s\S]，而只需要在部分模式中应用此行为（在Python re中， [\S\s] workaround和re does not support modifier groups很有帮助）。

re.search（）和re.findall（）正在挂起

1 个答案: