為什么此python正則表達式返回錯誤的字符串

Question

下面我有一段代碼應將一個字符串替換為另一個字符串，但似乎不這樣做。 我不是python或正則表達式專家，誰能告訴我為什么這可能會出錯。

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 );

這是它正在處理的文件：

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

這是輸出

_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") );

它應該做的是找到CRC字符串，計算值，然后將一個字符串放在原始字符串中。 我一直在嘗試很多東西，但似乎沒有任何效果。

Answer 1

這不是您的問題，但是以下3行令人驚嘆：

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

假設CalcCRC返回一個非負整數（例如12345567890

第一行將final設置為“ 0x”，與輸入無關！

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

第2行重復對CalcCRC的調用！

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

請注意，該value 已經是大寫了！

在第3行之后， final變為'0x499602D2'

由於不再使用value ，因此整個事情可以替換為

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

環割城市的更多內容

這些行：

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

可以替換為以下之一：

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

Answer 2

快速瀏覽一下真正的答案：

您（除其他外）需要使用re.escape（）...。

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

和最后一個的縮進（ if看起來已塞滿）。

晚餐后更多:-)

餐后更新

您將在整個文件上進行3次傳遞，而只有一次才能完成。 除了消除大量混亂之外，主要的創新是使用re.sub功能，該功能允許替換成為函數而不是字符串。

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)

沒有參數運行腳本的結果：

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

這是你想要的嗎？ ：

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()

編輯

我已經忘記了指令f.truncate() ，它非常重要，否則，如果重寫的內容比初始內容短，它仍然是一條尾巴。

。

編輯2

約翰·馬欽（John Machin）

沒有錯誤，我上面的解決方案是正確的，它給出了

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

自您發表評論以來，我沒有更改過它。 我認為我首先發布了一個不正確的解決方案（因為我執行了各種測試來驗證某些行為，並且，我有時會混淆我的文件和代碼），然后您復制了此錯誤的代碼進行嘗試，然后我意識到有一個錯誤並更正了代碼，然后您在未注意到我已更正的情況下發布了評論。 我想沒有其他原因會造成這種混亂。

順便說一句，要獲得相同的結果，在定義regx的模式中甚至不需要兩組，一個組就足夠了。 以下這些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)))

但是仍然存在不確定性。 我們的每個結果都是明智的，相對於喬的措詞不准確。 那么，他想要什么作為精確結果？ ：是否必須像在結果中一樣將值0x97DFEAC9插入CalcCRC("THIS_IS_A_CRC")中，或者像我的一樣在CalcCRC("THIS_IS_A_CRC")之后？

總而言之，我確實希望您獲得可以運行的代碼：我定義了自己的函數CalcCRC（） ，簡單地包括： if x=="THIS_IS_A_CRC": return 0x97DFEAC9 ， if x=="PATIENT_ZERO": return 0x0D691C21 ; 我通過查看Joe在他的問題中期望的結果來挑選出這些關聯。

現在，關於您對我的“關於功能的重新定義的觀點完全是胡說八道”的肯定，我認為我的意思還不夠。 把正則表達式至REGx和功能RIPL（）的默認參數的功能ReplaceCRC（）的參數有一個結果：對象至REGx和RIPL（）只創建一次，此刻功能ReplaceCRC的定義（）是被執行。 因此，如果在執行過程中多次應用ReplaceCRC（） ，則不會重新創建這些對象。 我不知道在Joe的程序執行過程中是否多次調用過ReplaceCRC（）函數，但是我認為，最好將此功能放在代碼中，以防可能有用。 也許，我應該在答案中強調這一點，而不要添加注釋以使我的代碼相對於您的代碼合理。 但是我試圖限制我有時寫答案的時間太長。

這些解釋是否澄清了這些要點，並減輕了您的煩惱？