Python 和 RegEx：重復模式不起作用

Question

我有一個帶有專有編程語言的文本文件，我想提取有關各種函數調用的相關信息。

函數的結構是：

函數名(input1, input2) 返回(output1, output2) 函數體

我正在使用 Python 和 RegEx 來捕獲這些信息，但我遇到了障礙。 我可以捕獲名稱、輸入和輸出，但我無法獲取所有函數體。

我使用以下行來捕獲此信息：

re.findall("(function)(.*?)\((.*?)\) returns \((.*?)\)(.*)", file_contents)

然而，在單詞“function”的第一個實例之后，這失敗了。 由於函數體中的嵌套語句，我無法使用特定關鍵字（我嘗試了不同的方法，但無法完全抓取整個函數體）來抓取最后一組（這將是函數體）。

如何在特定點之后對所有內容進行分組，然后重復該模式？

我想要的是： 'function', 'name', 'input1, input2', 'output1, output2', 'function body' 無限重復。 我希望最后一組在輸出之后抓取所有內容，然后在下一次出現“函數”一詞時重新啟動模式。 我嘗試了 (. ?) 和 (. ) 量詞的不同變體，但我似乎無法理解。

我不是專業的程序員，所以我不太擅長使用 RegEx 或 Python。 我知道的足以做最基本的事情。

Answer 1

這將抓取函數直到下一個函數。
有5個捕獲組。

如果使用 findall，則后處理為一組 5 以獲得結果。

(?s)(\\bfunction\\b)(.*?)\\((.*?)\\)\\s+returns\\s+\\((.*?)\\)((?:(?!\\bfunction\\b).)*)

https://regex101.com/r/PkfofA/1

展開

 (?s)
 ( \b function \b )            # (1)
 ( .*? )                       # (2)
 \( 
 ( .*? )                       # (3)
 \) \s+ returns \s+ \( 
 ( .*? )                       # (4)
 \) 
 (                             # (5 start)
      (?:
           (?! \b function \b )
           . 
      )*
 )                             # (5 end)

---

我想 finditer() 是一種更好地控制每組 5 個組的方法：

iter = re.finditer(r"(?s)(\bfunction\b)(.*?)\((.*?)\)\s+returns\s+\((.*?)\)((?:(?!\bfunction\b).)*)", target)
for result in iter:
    g1 = result.group(1)
    g2 = result.group(2)
    g3 = result.group(3)
    g4 = result.group(4)
    g5 = result.group(5)

Answer 2

根據評論中的更多信息，我使用re.findall中的re.findall函數測試了以下正則表達式代碼，該函數適用於示例：

import re

file_contents = "function func1(in1 : bool; in2 : bool; in3 : bool) returns ( out : bool) var L1 : bool; L2 : bool; L5 : bool; L4 : bool; L3 : bool; begin L1 = L3 and L4; L2 = L1 or L5; out = L2; L5 = in3; L4 = in2; L3 = in1; end \n random code \nfunction func2(in1 : bool; in2 : bool; in3 : bool) returns ( out : bool) var L1 : bool; L2 : bool; L5 : bool; L4 : bool; L3 : bool; begin L1 = L3 and L4; L2 = L1 or L5; out = L2; L5 = in3; L4 = in2; L3 = in1;"

pattern = r"(function) (.*?)\((.*?)\) returns \((.*?)\) (.*)"
regex_results = re.findall( pattern, file_contents )

print( regex_results )

輸出：

[('function', 'func1', 'in1 : bool; in2 : bool; in3 : bool', 'out : bool', 'var L1: bool; L2 : bool; L5 : bool; L4 : bool; L3 : bool; begin L1 = L3 and L4; L2 = L1 or L5; out = L2; L5 = in3; L4 = in2; L3 = in1; end '), ('function', 'func2', 'in1 : bool; in2 : bool; in3 : bool', 'out : bool', 'var L1 : bool; L2 : bool; L5 : bool; L4 : bool; L3 : bool; begin L1 = L3和L4; L2 = L1或L5; out = L2; L5 = in3; L4 = in2; L3 = in1;')]

Answer 3

我想出了一種不同的方法來完成我想做的事情。

我使用了以下行：

re.split('(function )(.*?)\\((.*?)\\) returns \\((.*?)\\)', contents)

這將把我想要的東西分成一個列表。 然后我將列表分塊並將其分配給我擁有的變量。

感謝所有花時間回答的人。