为什么此python正则表达式返回错误的字符串

Question

下面我有一段代码应将一个字符串替换为另一个字符串，但似乎不这样做。 我不是python或正则表达式专家，谁能告诉我为什么这可能会出错。

def ReplaceCRC( file_path ):
    file = open(file_path,'r+');
    file_str = file.read()
    if( file_str <> '' ):
         crc_list        = re.findall(r'_CalcCRC[(]\s*"\w+"\s*[)]', file_str);
         strs_to_crc     = []
         new_crc_list    = []
         if( crc_list ):
              for crc in crc_list:
                   quote_to_crc    = re.search(r'"\w+"', crc);
                   str_to_crc      = re.search(r'\w+', quote_to_crc.group() ).group();
                   final           = hex(CalcCRC( str_to_crc ))[:2]
                   value           = '%08X' % CalcCRC( str_to_crc )
                   final           = final + value.upper()
                   final_crc       = Insert( crc, ', ' + final + ' ', -1)
                   new_crc_list.append( final_crc )
              if( new_crc_list <> [] ):
                   for i in range(len(crc_list)):
                       print crc_list[i]
                       print new_crc_list[i]
                       term = re.compile( crc_list[i] );
                       print term.sub( new_crc_list[i], file_str );

这是它正在处理的文件：

printf( "0x%08X\n", _CalcCRC("THIS_IS_A_CRC") );
printf( "0x%08X\n", _CalcCRC("PATIENT_ZERO") );

这是输出

_CalcCRC("THIS_IS_A_CRC")
_CalcCRC("THIS_IS_A_CRC", 0x97DFEAC9 )
printf( "0x%08X\n", _CalcCRC("THIS_IS_A_CRC") );
printf( "0x%08X\n", _CalcCRC("PATIENT_ZERO") );

_CalcCRC("PATIENT_ZERO")
_CalcCRC("PATIENT_ZERO", 0x0D691C21 )
printf( "0x%08X\n", _CalcCRC("THIS_IS_A_CRC") );
printf( "0x%08X\n", _CalcCRC("PATIENT_ZERO") );

它应该做的是找到CRC字符串，计算值，然后将一个字符串放在原始字符串中。 我一直在尝试很多东西，但似乎没有任何效果。

Answer 1

这不是您的问题，但是以下3行令人惊叹：

final           = hex(CalcCRC( str_to_crc ))[:2]
value           = '%08X' % CalcCRC( str_to_crc )
final           = final + value.upper()

假设CalcCRC返回一个非负整数（例如12345567890

第一行将final设置为“ 0x”，与输入无关！

>>> hex(1234567890)
'0x499602d2'
>>> hex(1234567890)[:2]
'0x'

第2行重复对CalcCRC的调用！

>>> value           = '%08X' % 1234567890
>>> value
'499602D2'

请注意，该value 已经是大写了！

在第3行之后， final变为'0x499602D2'

由于不再使用value ，因此整个事情可以替换为

final = '0x%08X' % CalcCRC(str_to_crc)

环割城市的更多内容

这些行：

quote_to_crc    = re.search(r'"\w+"', crc);
str_to_crc      = re.search(r'\w+', quote_to_crc.group() ).group();

可以替换为以下之一：

str_to_crc = re.search（r'“ \\ w +”'，crc）.group（）[1：-1] str_to_crc = re.search（r'“（（ww +）”'，crc）.group（1）

Answer 2

快速浏览一下真正的答案：

您（除其他外）需要使用re.escape（）...。

term = re.compile(re.escape(crc_list[i]))

和最后一个的缩进（ if看起来已塞满）。

晚餐后更多:-)

餐后更新

您将在整个文件上进行3次传递，而只有一次才能完成。 除了消除大量混乱之外，主要的创新是使用re.sub功能，该功能允许替换成为函数而不是字符串。

import re
import zlib

def CalcCRC(s):
    # This is an example. It doesn't produce the same CRC as your examples do.
    return zlib.crc32(s) & 0xffffffff

def repl_func(mobj):
    str_to_crc = mobj.group(2)
    print "str_to_crc:", repr(str_to_crc)
    crc = CalcCRC(str_to_crc)
    # If my guess about Insert(s1, s2, n) was wrong,
    # adjust the ollowing statement.
    return '%s"%s", 0x%08X%s' % (mobj.group(1), mobj.group(2), crc, mobj.group(3))

def ReplaceCRC(file_handle):
    regex = re.compile(r'(_CalcCRC[(]\s*)"(\w+)"(\s*[)])')
    for line in file_handle:
        print "line:", repr(line)
        line2 = regex.sub(repl_func, line)
        print "line2:", repr(line2)
    return

if __name__ == "__main__":
    import sys, cStringIO
    args = sys.argv[1:]
    if args:
        f = open(args[0], 'r')
    else:
        f = cStringIO.StringIO(r"""
printf( "0x%08X\n", _CalcCRC("THIS_IS_A_CRC") )
other_stuff()
printf( "0x%08X\n", _CalcCRC("PATIENT_ZERO") )
""")
    ReplaceCRC(f)

没有参数运行脚本的结果：

line: '\n'
line2: '\n'
line: 'printf( "0x%08X\\n", _CalcCRC("THIS_IS_A_CRC") )\n'
str_to_crc: 'THIS_IS_A_CRC'
line2: 'printf( "0x%08X\\n", _CalcCRC("THIS_IS_A_CRC", 0x98ABAC4B) )\n'
line: 'other_stuff()\n'
line2: 'other_stuff()\n'
line: 'printf( "0x%08X\\n", _CalcCRC("PATIENT_ZERO") )\n'
str_to_crc: 'PATIENT_ZERO'
line2: 'printf( "0x%08X\\n", _CalcCRC("PATIENT_ZERO", 0x76BCDA4E) )\n'

Answer 3

这是你想要的吗？ ：

import re

def ripl(mat):
    return '%s, 0x%08X' % (mat.group(1),CalcCRC(mat.group(2)))

regx = re.compile(r'(_CalcCRC[(]\s*"(\w+)"\s*[)])')


def ReplaceCRC( file_path, regx = regx, ripl = ripl ):
    with open(file_path,'r+') as f:
        file_str = f.read()
        print file_str,'\n'
        if file_str:
             file_str = regx.sub(ripl,file_str)
             print file_str
             f.seek(0,0)
             f.write(file_str) 
             f.truncate()

编辑

我已经忘记了指令f.truncate() ，它非常重要，否则，如果重写的内容比初始内容短，它仍然是一条尾巴。

。

编辑2

约翰·马钦（John Machin）

没有错误，我上面的解决方案是正确的，它给出了

printf( "0x%08X\n", _CalcCRC("THIS_IS_A_CRC"), 0x97DFEAC9 ); 
printf( "0x%08X\n", _CalcCRC("PATIENT_ZERO"), 0x0D691C21 );

自您发表评论以来，我没有更改过它。 我认为我首先发布了一个不正确的解决方案（因为我执行了各种测试来验证某些行为，并且，我有时会混淆我的文件和代码），然后您复制了此错误的代码进行尝试，然后我意识到有一个错误并更正了代码，然后您在未注意到我已更正的情况下发布了评论。 我想没有其他原因会造成这种混乱。

顺便说一句，要获得相同的结果，在定义regx的模式中甚至不需要两组，一个组就足够了。 以下这些regx和ripl()工作：

regx = re.compile(r'_CalcCRC\(\s*"(\w+)"\s*\)')
# I prefer '\(' to '[(]', and same for '\)' instead of '[)]'

def ripl(mat):
    return '%s, 0x%08X' % (mat.group(),CalcCRC(mat.group(1)))

但是仍然存在不确定性。 我们的每个结果都是明智的，相对于乔的措词不准确。 那么，他想要什么作为精确结果？ ：是否必须像在结果中一样将值0x97DFEAC9插入CalcCRC("THIS_IS_A_CRC")中，或者像我的一样在CalcCRC("THIS_IS_A_CRC")之后？

总而言之，我确实希望您获得可以运行的代码：我定义了自己的函数CalcCRC（） ，简单地包括： if x=="THIS_IS_A_CRC": return 0x97DFEAC9 ， if x=="PATIENT_ZERO": return 0x0D691C21 ; 我通过查看Joe在他的问题中期望的结果来挑选出这些关联。

现在，关于您对我的“关于功能的重新定义的观点完全是胡说八道”的肯定，我认为我的意思还不够。 把正则表达式至REGx和功能RIPL（）的默认参数的功能ReplaceCRC（）的参数有一个结果：对象至REGx和RIPL（）只创建一次，此刻功能ReplaceCRC的定义（）是被执行。 因此，如果在执行过程中多次应用ReplaceCRC（） ，则不会重新创建这些对象。 我不知道在Joe的程序执行过程中是否多次调用过ReplaceCRC（）函数，但是我认为，最好将此功能放在代码中，以防可能有用。 也许，我应该在答案中强调这一点，而不要添加注释以使我的代码相对于您的代码合理。 但是我试图限制我有时写答案的时间太长。

这些解释是否澄清了这些要点，并减轻了您的烦恼？