用re解析python文件

Question

我有一个python文件

test.py 

import os
class test():

    def __init__(self):
        pass

    def add(num1, num2):
        return num1+num2

我正在读取以下字符串形式的文件：

with open('test.py', 'r') as myfile:
    data=myfile.read()

print data

现在，我的数据包含所有行和换行的字符串。 我需要找到以课程开始和定义开始的行。

例如：

我需要将输出打印为：

class test():
def __init__(self):
def add(num1, num2):

如何使用正则表达式处理此问题？

Answer 1

因此，如果您需要查找所有def和class行，则避免正则表达式要容易得多。

您在这里阅读了文件的全部内容

with open('test.py', 'r') as myfile:
    data=myfile.read()

print data

您为什么不在那里找到答案呢？

with open('test.py', 'r') as myfile:
    for line in myfile:
        stripped = line.strip()  # get rid of spaces left and right
        if stripped.startswith('def') or stripped.startswith('class'):
             print(line)

要按要求使用整个字符串：

import re
with open('test.py', 'r') as myfile:
    data = myfile.read()

print(data)

print(re.findall("class.+\n|def.+\n",data))

从评论中可以看到，这也将与“定义为bla bla”匹配。 所以最好用

print(re.findall("class .+\n|def .+\n",data))

Answer 2

如果要遵循正则表达式方法，请使用

re.findall(r'(?m)^[ \t]*((?:class|def)[ \t].*)', data)

要么

re.findall(r'^[ \t]*((?:class|def)[ \t].*)', data, flags=re.M)

见正则表达式演示

关键是您应该使用^作为行锚的开头（因此，必须在开始或re.M标志处加上(?m) ），然后再匹配水平空格（使用[ \\t] ），然后选择任一class或def （使用(?:class|def) ），然后再输入一个空格或制表符，然后再输入0+个除换行符（ .* ）以外的字符。

如果您还打算处理Unicode空格，则需要用[^\\S\\r\\n\\f\\v]替换[ \\t] [^\\S\\r\\n\\f\\v] （并使用re.UNICODE标志）。

Python演示 ：

import re
p = re.compile(r'^[ \t]*((?:class|def)[ \t].*)', re.MULTILINE)
s = "test.py \n\nimport os\nclass test():\n\n    def __init__(self):\n        pass\n\n    def add(num1, num2):\n        return num1+num2"
print(p.findall(s))
# => ['class test():', 'def __init__(self):', 'def add(num1, num2):']

Answer 3

with open('test.py', 'r') as myfile:
    data=myfile.read().split('\n')
    for line in data:
        if re.search("(\s+)?class ", line) or re.search("^\s+def ", line):
            print line