Python 正则表达式匹配任何括在引号括号大括号或括号中的内容

Question

更新

到目前为止，这仍然不是完全的解决方案。 它仅用于前面重复的结束字符（例如)) , ]] , }} ）。 我仍在寻找一种捕获封闭内容的方法，并将对其进行更新。

代码：

>>> import re
>>> re.search(r'(\(.+?[?<!)]\))', '((x(y)z))', re.DOTALL).groups()
('((x(y)z))',)

细节：

r'(\(.+?[?<!)]\))'

• () - 捕获组特殊字符。
• \\(和\\) - 开始和结束字符（例如' , " , () , {} , [] ）
• .+? - 匹配任何字符内容（与re.DOTALL标志一起使用）
• [?<!)] - 字符)的负向后视（用匹配的结束字符替换它）。 这基本上会找到任何)字符，其中\\)字符不在之前（更多信息在这里）。

---

我试图为我正在使用的这个词法分析器解析变量赋值语句之类的东西，只是试图获得解释器/编译器背后的基本逻辑。

这是我正在处理的基本赋值语句和文字：

az = none
az_ = true
az09 = false
az09_ = +0.9
az_09 = 'az09_'
_az09 = "az09_"
_az = [
  "az",
  0.9
]
_09 = {
  0: az
  1: 0.9
}
_ = (
  true
)

不知何故，我设法解析了像none 、 true 、 false和数字文字这样的简单赋值。 这是我目前陷入困境的地方：

import sys
import re

# validate command-line arguments
if (len(sys.argv) != 2): raise ValueError('usage: parse <script>')

# parse the variable name and its value
def handle_assignment(index, source):
    # TODO: handle quotations, brackets, braces, and parenthesis values
    variable = re.search(r'[\S\D]([\w]+)\s+?=\s+?(none|true|false|[-+]?\d+\.?\d+|[\'\"].*[\'\"])', source[index:])
    if variable is not None:
        print('{}={}'.format(variable.group(1), variable.group(2)))
        index += source[index:].index(variable.group(2))
    return index

# parse through the source element by element
with open(sys.argv[1]) as file:
    source = file.read()
    index = 0
    while index < len(source):
        # checks if the line matches a variable assignment statement
        if re.match(r'[\S\D][\w]+\s+?=', source[index:]):
            index = handle_assignment(index, source)
        index += 1

我一直在寻找一种方法来用括起来的引号、方括号、大括号和圆括号来捕获这些值。

如果我找到答案，可能会更新这篇文章。

Answer 1

对每个匹配对使用带有多个替代项的正则表达式。

re.match(r'\'.*?\'|".*?"|\(.*?\)|\[.*?\]|\{.*?\}', s)

但是请注意，如果有嵌套括号，这将匹配第一个结束括号，例如，如果输入是

(words (and some more words))

结果将是

(words (and some more words)

正则表达式不适用于匹配嵌套结构，您应该使用更强大的解析技术。

Answer 2

使用regex第三方模块解决@Barmar的递归字符问题：

pip install regex

python3
>>> import regex
>>> recurParentheses = regex.compile(r'[(](?:[^()]|(?R))*[)]')
>>> recurParentheses.findall('(z(x(y)z)x) ((x)(y)(z))')
['(z(x(y)z)x)', '((x)(y)(z))']
>>> recurCurlyBraces = regex.compile(r'[{](?:[^{}]|(?R))*[}]')
>>> recurCurlyBraces.findall('{z{x{y}z}x} {{x}{y}{z}}')
['{z{x{y}z}x}', '{{x}{y}{z}}']
>>> recurSquareBrackets = regex.compile(r'[[](?:[^][]|(?R))*[]]')
>>> recurSquareBrackets.findall('[z[x[y]z]x] [[x][y][z]]')
['[z[x[y]z]x]', '[[x][y][z]]']

对于字符串文字递归，我建议看看这个。