Question

我正在尝试测试/ t或空格字符，我无法理解为什么这些代码不起作用。我正在做的是读取文件，计算文件的loc，然后记录文件中存在的每个函数的名称以及它们各自的代码行。下面的代码是我尝试计算函数的loc的地方。

import re

...
    else:
            loc += 1
            for line in infile:
                line_t = line.lstrip()
                if len(line_t) > 0 \
                and not line_t.startswith('#') \
                and not line_t.startswith('"""'):
                    if not line.startswith('\s'):
                        print ('line = ' + repr(line))
                        loc += 1
                        return (loc, name)
                    else:
                        loc += 1
                elif line_t.startswith('"""'):
                    while True:
                        if line_t.rstrip().endswith('"""'):
                            break
                        line_t = infile.readline().rstrip()

            return(loc,name)

输出：

Enter the file name: test.txt
line = '\tloc = 0\n'

There were 19 lines of code in "test.txt"

Function names:

    count_loc -- 2 lines of code

正如你所看到的，我对该行的测试打印显示了一个/ t，但是if语句明确地说（或者我认为）它只应该在没有空白字符的情况下执行。

这是我一直在使用的完整测试文件：

def count_loc(infile):
    """ Receives a file and then returns the amount
        of actual lines of code by not counting commented
        or blank lines """

    loc = 0
    for line in infile:
        line = line.strip()
        if len(line) > 0 \
        and not line.startswith('//') \
        and not line.startswith('/*'):
            loc += 1
            func_loc, func_name = checkForFunction(line);
        elif line.startswith('/*'):
            while True:
                if line.endswith('*/'):
                    break
                line = infile.readline().rstrip()

    return loc

 if __name__ == "__main__":
    print ("Hi")
    Function LOC = 15
    File LOC = 19

Answer 1

进行模式匹配时，

\s只是re包的空格。

对于startswith，普通字符串的普通方法\s并不特别。不是模式，只是字符。

Answer 2

您的问题已经得到解答，这有点偏离主题，但是......

如果要解析代码，使用解析器通常更容易，也更不容易出错。如果您的代码是Python代码，Python会附带几个解析器（tokenize，ast，parser）。对于其他语言，您可以在互联网上找到很多解析器。 ANTRL是众所周知的Python bindings。

作为示例，以下几行代码打印的Python模块的所有行都不是注释而不是doc-strings：

import tokenize

ignored_tokens = [tokenize.NEWLINE,tokenize.COMMENT,tokenize.N_TOKENS
                 ,tokenize.STRING,tokenize.ENDMARKER,tokenize.INDENT
                 ,tokenize.DEDENT,tokenize.NL]
with open('test.py', 'r') as f:
    g = tokenize.generate_tokens(f.readline)
    line_num = 0
    for a_token in g:
        if a_token[2][0] != line_num and a_token[0] not in ignored_tokens:
            line_num = a_token[2][0]
            print(a_token)

如上面的a_token已经解析，您也可以轻松检查函数定义。您还可以通过查看当前列开始a_token[2][1]来跟踪功能结束的位置。如果你想做更复杂的事情，你应该使用ast。

Answer 3

你的字符串文字不是你认为的那样。您可以像这样指定空格或TAB：

space = ' '
tab = '\t'

str.startswith（）没有像我预期的那样工作

3 个答案: