Skip to main content
 首页 » 编程设计

python之re.search() 和 re.findall() 挂起

2024年12月31日11Renyi-Fan

我在使用 re.search() 或 re.findall() 时遇到问题。但让我先解释一下。我正在搜索 C 代码,其中包含如下定义:

#define SOME_FUNCTION( someArgument, someMoreArgument) 

有时候,当他们有很多参数时,他们会被包裹起来,所以他们看起来像这样:

#define ANOTHER_FUNCTION( moreArgument, evenMoreArguments, 
                          anAwfulLotOfArguments, youGetIt) 

现在我正在使用 python 扫描这些文件以找到这些定义中的每一个。我的正则表达式如下所示:

#define [A-Z,_]*\((?:.|\s)+?\" 

在 regex101.com 等测试引擎中用单行和多行定义测试时它完美无缺。

但是,当我将它与 python (3.4.1) 一起使用时,它仅适用于单行定义。当它尝试扫描多行定义时,它只是停止执行(尽管我可以使用 Ctrl + C 中断它)。我尝试使用:

regexFullMacro = re.compile("#define [A-Z,_]*\((?:.|\s)+?\)") 
match = regexFullMacro.search(searchString) 

还有

regexFullMacro = re.compile("#define [A-Z,_]*\((?:.|\s)+?\)") 
match = regexFullMacro.findall(searchString) 

当涉及到多行时,两者都尝试停止响应。

以前有没有人遇到过这个问题,或者我只是完全愚蠢并且遗漏了一些明显的东西?

请您参考如下方法:

解决方案

r"#define [A-Z,_]*\([^()]+\)" 

否定字符类 [^()] 匹配任何字符,但 ( 和 )(包括换行符)和 + 量词使正则表达式引擎匹配它们的 1 个或多个连续出现。

根本原因

正则表达式模式中的(?:.|\s)+?(当后面还有其他子模式时)会导致过多的扩展操作(这是一个惰性模式,我们只能谈论使用贪婪修饰符的回溯)卡住正则表达式引擎。这个交替组的主要问题是 . 可以匹配 \s 匹配的内容。当一个组中的交替可以在同一位置匹配时,它始终是一个瓶颈,因为一旦一个备选方案失败,就会尝试另一个备选方案,如果该组被量化(如此处),则会继续尝试更多次。

您总是希望 . 带有 DOTALL 修饰符或 [\s\S] 而不是只需要将此行为应用于模式的一部分(在 Python re 中,[\S\s] workaround 与 re does not support modifier groups 一样非常有用)。