Python 正则表达式：字符串开头的行为不符合预期_Python_Regex

Python 正则表达式：字符串开头的行为不符合预期

python regex

Python 正则表达式：字符串开头的行为不符合预期,python,regex,Python,Regex,我正在解析（通过正则表达式）由ARM的链接器生成的.map文件。我已经提取了几乎所有的内容，但这一部分是抵制的下面是我要分析的部分的摘录 COMMON 0x20002b18 0x1 ./2_Programa/source/board.o 0x20002b18 BOARD_ctx COMMON 0x20002b19 0x87 ./2_Programa/source/interfa

我正在解析（通过正则表达式）由ARM的链接器生成的.map文件。我已经提取了几乎所有的内容，但这一部分是抵制的

下面是我要分析的部分的摘录

COMMON         0x20002b18        0x1 ./2_Programa/source/board.o
               0x20002b18                BOARD_ctx
COMMON         0x20002b19       0x87 ./2_Programa/source/interface_objects.o
               0x20002b19                GLB_appIntObjPropChangeFlags
               0x20002b1a                GLB_aioBLCommand
               0x20002b65                GLB_aioDateTime
COMMON         0x20002ba0       0x31 ./2_Programa/source/objects.o
               0x20002ba0                GLB_goFlags
*fill*         0x20002bd1        0x3

这是我最好的正则表达式尝试：

^ COMMON\s+(0x\S+)\s+(0x\S+).*(?:\s+(0x\S+)\s+(\S+)[\r\n])*(?:\s+\*fill\*\s+0x\S+\s+(0x\S+))?

结果是可以检查的。我得到的结果，只匹配块的最后一行（我考虑一个块，当它开始<代码>通用< /代码>）时，

我需要提取的内容与此类似：

[{
    'name': 'GLB_appIntObjPropChangeFlags',
    'size': 0x01,
    'path': './2_Programa/source/interface_objects.o',
    'origin': 0x20002b19
},
{
    'name': 'GLB_aioBLCommand',
    'size': 0x87,
    'path': './2_Programa/source/interface_objects.o',
    'origin': 0x20002b1a
},
...
]

我这里的主要问题是我不能分开第一行

COMMON 0x20002b19 0x87 ./2_Programa/source/interface_objects.o`

从与之相关的其他人那里

        0x20002b19                GLB_appIntObjPropChangeFlags
        0x20002b1a                GLB_aioBLCommand
        0x20002b65                GLB_aioDateTime

谁能给我一些提示来面对这件事

更新

我想做的是将所有块（以

COMMON

开头的块）分成两部分。第一组：

COMMON 0x20002b19 0x87 ./2_Programa/source/interface_objects.o`

第二组：

        0x20002b19                GLB_appIntObjPropChangeFlags
        0x20002b1a                GLB_aioBLCommand
        0x20002b65                GLB_aioDateTime

然后，我可以分别对每组进行正则表达式：

第1组的正则表达式：

^ COMMON\s+(0x\S+)\s+(\S+)\s+(\S+)

另一个用于组2（设置多行标志）：

因此，我将从第一个正则表达式中得到三组，另外六组（每3行2行）可以很容易地转换为

dict

s列表，如我上面所示。

Brief 实际上，您应该抓住问题下方注释中提到的每个

公共块。链接到Wiktor的正则表达式。正则表达式不能循环子查询（这不是它的目的）
不切实际的是，您可以使用此正则表达式获取每个公共部分及其后续块，然后映射它

代码


解释

COMMON\s+0x[0-9a-f]+\s+（0x[0-9a-f]+）\s+（\s+）选项1

COMMON\s+0x[0-9a-f]+\s+

COMMON
字符COMMON
字面意思
\s+
一个或多个空白字符
0x
这些字符0x
按字面意思
[0-9a-f]+
集合中的一个或多个字符0-9a-f
\s+
一个或多个空白字符\s+

（0x[0-9a-f]+）将以下内容捕获到捕获组1中

0x
这些字符0x
按字面意思
[0-9a-f]+
集合中的一个或多个字符0-9a-f

\s+
一个或多个空白字符
（\S+）
将一个或多个非空白字符捕获到捕获组2中

\s*（0x[0-9a-f]+）\s+（\s+）选项2

\s*
任意数量的空白字符
（0x[0-9a-f]+）将以下内容捕获到捕获组3中

0x
这些字符0x
按字面意思
[0-9a-f]+
集合中的一个或多个字符0-9a-f

\s+
一个或多个空白字符
（\S+）
将一个或多个非空白字符捕获到捕获组4中

（？=\s*[\r\n]）
确保后面是任意数量的空白字符，后跟换行符\r\n


用法
根据匹配项的顺序和它们所属的组，您可以将它们映射到所呈现的数组
例如（按匹配顺序）

第一盘

组10x1
第2组/2\u程序a/source/board.o
第3组0x20002b18
第4组BOARD\u ctx

第二盘

第1组0x87
组2/2\u程序a/source/interface\u对象。o
第3组0x20002b19
第4组GLB_AppInObjPropChangeFlags
第3组0x20002b1a
第4组GLB\u aioBLCommand
第3组0x20002b65
第4组GLB_aioDateTime

等等

始终将组1和组2的最后一个匹配项与组3和组4的当前匹配项相关联
实际上，您应该抓住问题下方注释中提到的每个公共块。链接到Wiktor的正则表达式。正则表达式不能循环子查询（这不是它的目的）
不切实际的是，您可以使用此正则表达式获取每个公共部分及其后续块，然后映射它

代码


解释

COMMON\s+0x[0-9a-f]+\s+（0x[0-9a-f]+）\s+（\s+）选项1

COMMON\s+0x[0-9a-f]+\s+

COMMON
字符COMMON
字面意思
\s+
一个或多个空白字符
0x
这些字符0x
按字面意思
[0-9a-f]+
集合中的一个或多个字符0-9a-f
\s+
一个或多个空白字符\s+

（0x[0-9a-f]+）将以下内容捕获到捕获组1中

0x
这些字符0x
按字面意思
[0-9a-f]+
集合中的一个或多个字符0-9a-f

\s+
一个或多个空白字符
（\S+）
将一个或多个非空白字符捕获到捕获组2中

\s*（0x[0-9a-f]+）\s+（\s+）选项2

\s*
任意数量的空白字符
（0x[0-9a-f]+）将以下内容捕获到捕获组3中

0x
这些字符0x
按字面意思
[0-9a-f]+
集合中的一个或多个字符0-9a-f

\s+
一个或多个空白字符
（\S+）将一个或多个非空白字符捕获到ca中
^\s+(0x\S+)\s+(\S+)

(?:COMMON\s+0x[0-9a-f]+\s+(0x[0-9a-f]+)\s+(\S+)|\s*(0x[0-9a-f]+)\s+(\S+))(?=\s*[\r\n])