用于Python数组解析的Python正则表达式

Question

我有一个函数，可以从文件中解析PHP数组声明。 然后，该函数返回一个字典，其中的键是PHP数组的键，而python中的值是来自PHP数组的值。

示例文件：

$lang['identifier_a'] = 'Welcome message';
$lang['identifier_b'] = 'Welcome message.
You can do things a,b, and c here.

Please be patient.';
$lang['identifier_c'] = 'Welcome message2.
You can do things a,b, and c here.
Please be patient.';
$lang['identifier_d'] = 'Long General Terms and Conditions with more text';
$lang['identifier_e'] = 'General Terms and Conditions';
$lang['identifier_f'] = 'Text e';

Python功能

def fetch_lang_keys(filename):
    from re import search;
    import mmap;

    ''' fetches all the language keys for filename '''
    with open(filename) as fi:
        lines = fi.readlines();

    data = {};
    for line in lines:
        obj = search("\$lang\[[\'|\"](.{1,})[\'|\"]\] = [\'|\"](.{1,})[\'|\"];", line);
#        re.match(r'''\$lang\[[\'|\"](.{1,})[\'|\"]\] = [\'|\"](.{1,})[\'|\"];''', re.MULTILINE | re.VERBOSE);

        if obj:
            data[obj.group(1)] = obj.group(2);

    return data;

此函数应返回一个如下所示的字典：

data['identifier_a'] = 'Welcome message'
data['identifier_b'] = 'Welcome message.
You can do things a,b, and c here.

Please be patient.';
// and so on

该函数中使用的regexp适用于除identifier_b和identifier_c之外的所有内容，因为正则表达式与空白行和/或不以;结尾的行不匹配。 带;的通配符 最后还是起作用了，因为匹配太多了。

您对如何解决这个问题有任何想法吗？ 我调查了前瞻性断言，但未能正确使用它们。 谢谢。

Answer 1

好吧，为什么我的答案不是您的正则表达式问题的解决方案，但是：为什么您不希望使用“真正的PHP解析器”而不是自制的正则表达式呢？ 它可能更加可靠，甚至可能更快，并且肯定是一种更具维护性的解决方案。

快速谷歌搜索给了我： https : //github.com/ramen/phply 。 但我也发现了这一点： 从Python脚本解析PHP文件变量 。 希望能有所帮助。

Answer 2

它不起作用，因为点与换行符不匹配。 您必须使用re.DOTALL修饰符（ re.DOTALL ）而不是多行修饰符。 例：

obj = re.search(r'\$lang\[[\'"](.+?)[\'"]\] = [\'"](.+?)[\'"];', line, re.DOTALL);

Answer 3

这个正则表达式似乎有效。 --

\$lang\[[\'|\"](.{1,})[\'|\"]\] = [\'|\"]((?:.|\n)+?)[\'|\"];
                                          ^^^^^^^^^^

演示在这里