在正則表達式中逃避美元符號不起作用

Question

在開始之前，我知道有比正則表達式更好的方法（比如標記化器），這不是問題所在。 我已經堅持使用正則表達式，它已經按照我的需要工作，除了一個特殊情況，這是我需要的建議。

我需要掃描一些類似JavaScript的代碼，並在每個對象聲明前面插入new關鍵字。 我已經知道需要這個關鍵字的所有對象的名稱了，我知道在我開始之前它們都不會在代碼中有那個關鍵字（所以我不需要處理重復的new單詞或猜測某些東西是否是對象與否。例如，典型的行可能如下所示：

foo = Bar()

我已經知道Bar是一個'類'，並且需要'new'來進行對象聲明。 以下正則表達式可以解決問題：

for classname in allowed_classes:
    line = re.sub(r'^([^\'"]*(?:([\'"])[^\'"]*\2)*[^\'"]*)\b(%s\s*\()' % classname, r'\1new \3', line)

它就像一個魅力，甚至確保當它在一個字符串中時不要觸及classname （正則表達式的第一部分告訴它確保前面有偶數引號 - 它有點天真，因為它會打破嵌套引號，但我不需要處理這種情況）。 問題是，類名也可以包含$ 。 因此，如果allow_classes中存在$Bar則允許以下行：

foo = $Bar()

由於美元符號，上述正則表達式將忽略它。 我想逃避它會做的伎倆，但這個邏輯似乎對上面的行沒有影響，即使$Bar是其中一個類：

for classname in allowed_classes:
    line = re.sub(r'^([^\'"]*(?:([\'"])[^\'"]*\2)*[^\'"]*)\b(%s\s*\()' % re.escape(classname), r'\1new \3', line)

我也嘗試使用\\手動逃避它，但它也沒有效果。 有人可以解釋為什么將$轉換$ \\$不起作用以及可以解決的問題是什么？

謝謝

Answer 1

你當前的正則表達式不起作用的原因是你的類名前面有一個\\b 。 \\b將匹配單詞邊界，因此只在單詞字符和非單詞字符之間。 對於字符串foo = Bar() ， \\b將在空格和B之間匹配，但是對於foo = $Bar() ， \\b在空格和$之間不能匹配，因為它們都是非單詞字符。

要解決此問題，請將\\b更改為(?=\\b|\\B\\$) ，這是生成的正則表達式：

for classname in allowed_classes:
    line = re.sub(r'^([^\'"]*(?:([\'"])[^\'"]*\2)*[^\'"]*)(?=\b|\B\$)(%s\s*\()' % classname, r'\1new \3', line)

通過使用前瞻 ，您可以處理以下兩種情況：

• classname不以$開頭，所以在嘗試匹配classname之前我們想要一個單詞邊界，lookahead里面的\\b處理這個
• classname確實以$開頭，所以如果下一個字符是我們要匹配的$ 。 我使用\\B\\$所以它只會匹配$前面的字符不是單詞字符，但這可能是不必要的，因為我不能想到任何有效的JS代碼，那就是這種情況