RegEx 忽略注释行。

Question

我正在尝试解析以下文本

# ---------------------------------------------------------------------------- #
# Packages
# ---------------------------------------------------------------------------- #

set_global_assignment -name VHDL_FILE [file join $::quartus(qip_path) "file_1_test_1_qip.vhd"]
set_global_assignment -name VHDL_FILE [file join $::quartus(qip_path) "file_2_test_1_qip.vhd"]
set_global_assignment -name VHDL_FILE [file join $::quartus(qip_path) "file_3_test_1_qip.vhd"]

# Register Tool set_global_assignment -name VHDL_FILE [file join $::quartus(qip_path) "file_INVALID_test_1_qip.vhd"]

# ---------------------------------------------------------------------------- #
# Sub Modules
# ---------------------------------------------------------------------------- #

set_global_assignment -name QIP_FILE [file join $::quartus(qip_path) "module_test_2.qip"]
set_global_assignment -name QIP_FILE [file join $::quartus(qip_path) "module_test_3.qip"]

# ---------------------------------------------------------------------------- #
# Module Files
# ---------------------------------------------------------------------------- #

set_global_assignment -name VHDL_FILE [file join $::quartus(qip_path) "file_4_test_1_qip.vhd"]
set_global_assignment -name VHDL_FILE [file join $::quartus(qip_path) "file_5_test_1_qip.vhd"]

使用正则表达式：

(?<=_FILE).*"(.+)"

这也可以正常工作，并为我提供了上面文本中的所有文件名，但它也为我提供了已注释掉的行的文件名。

我试图制作一个忽略这一点的正则表达式，但是我无法让它工作。

这是我试过的

(?<!#)(?:(?<=_FILE).+"(.+)")

请看一下RegEx 101

问候 Ephreal

Answer 1

要忽略注释行，您必须在行的开头开始匹配并匹配除#任何内容：

^[^#\n]*(?:(?<=_FILE).+"(.+)")

或者只是

^[^#\n]*_FILE.+"(.+)"

两种模式都需要多行标志m 。

Answer 2

如果你想坚持使用正则表达式，只需添加另一个前瞻：

(?=.*_FILE)(?!^#)[^"]*"([^"]*)"

---

在Python ，这相当简单：

 import re rx = re.compile(r'(?=.*_FILE)(?!^#)[^"]*"([^"]*)"', re.MULTILINE) files = rx.findall(your_string_here) print(files) # ['file_1_test_1_qip.vhd', 'file_2_test_1_qip.vhd', 'file_3_test_1_qip.vhd', 'file_INVALID_test_1_qip.vhd', 'module_test_2.qip', 'module_test_3.qip', 'file_4_test_1_qip.vhd', 'file_5_test_1_qip.vhd']

---

在 ideone.com 上查看演示。

Answer 3

您定位的行似乎始终具有相同的格式，您可以使用字段方法避免使用正则表达式：

def notcomm(fh):
    for line in fh:
        line = line.lstrip()
        if line.startswith('#') or line == "":
            continue
        yield(line)

with open('yourfile.txt', 'r') as fh:
    for line in notcomm(fh):
        parts = line.split()
        if parts[2].endswith('_FILE'):
            print(parts[6][1:-2])

Answer 4

如果逐行解析：

^\\w.+"(.+)".$ -> 在捕获组 1 中获取您的文件名

正则表达式游乐场

编辑：也许你需要在你的语言中转义 " (like ")。