用於Python數組解析的Python正則表達式

Question

我有一個函數，可以從文件中解析PHP數組聲明。 然后，該函數返回一個字典，其中的鍵是PHP數組的鍵，而python中的值是來自PHP數組的值。

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;

此函數應返回一個如下所示的字典：

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

該函數中使用的regexp適用於除identifier_b和identifier_c之外的所有內容，因為正則表達式與空白行和/或不以;結尾的行不匹配。 帶;的通配符 最后還是起作用了，因為匹配太多了。

您對如何解決這個問題有任何想法嗎？ 我調查了前瞻性斷言，但未能正確使用它們。 謝謝。

Answer 1

好吧，為什么我的答案不是您的正則表達式問題的解決方案，但是：為什么您不希望使用“真正的PHP解析器”而不是自制的正則表達式呢？ 它可能更加可靠，甚至可能更快，並且肯定是一種更具維護性的解決方案。

快速谷歌搜索給了我： https : //github.com/ramen/phply 。 但我也發現了這一點： 從Python腳本解析PHP文件變量 。 希望能有所幫助。

Answer 2

它不起作用，因為點與換行符不匹配。 您必須使用re.DOTALL修飾符（ re.DOTALL ）而不是多行修飾符。 例：

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

Answer 3

這個正則表達式似乎有效。 --

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

演示在這里