如何使用Python在文件中查找特殊单词？

我在一个目录中有一堆

.java

文件，我想通过python代码将它们编译成

.class

文件

正如您所知，

Javac

命令行工具是我必须使用的工具，它要求

.java

文件的名称与类名相等。不幸的是，对于我的

.java

文件来说，它不是。我的意思是，他们有不同的随机名称，与他们的类名不相等

因此，我需要从

.java

文件的内容中提取类的名称。如果指定了类定义的行，这很简单，但实际上不是。

.java

文件顶部可能包含一些注释，这些注释也可能包含类或包单词

问题是如何提取每个文件的包和类名

例如，这是其中一个的内容：

//这是一个类名为HelloWorldApplet的示例包。在这个包里，我们胡说八道，这个类胡说八道。
包helloWorldPackage；
//这是另一条评论，里面可能有也可能没有“包”和“类”两个词。
导入javacard.framework.APDU；
导入javacard.framework.Applet；
导入javacard.framework.ISO7816；
导入javacard.framework.ISOException；
导入javacard.framework.Util；
/*这也是一个多行注释。诸如此类的包装，诸如此类的包装*/
公共类HelloWorldApplet扩展小程序
{
私有静态最终字节[]helloWorld={（字节）'H'，（字节）'e'，（字节）'l'，（字节）'l'，（字节）'o'，（字节）'W'，（字节）'o'，（字节）'r'，（字节）'l'，（字节）'d'，}；
私有静态最终字节HW_CLA=（字节）0x80；
私有静态最终字节HW_INS=（字节）0x00；
公共静态无效安装（字节[]bArray，短bOffset，字节bLength）
{
新的HelloWorldApplet（）。寄存器（bArray，（short）（bOffset+1），bArray[bOffset]）；
}
公共作废流程（APDU APDU）
{
如果（选择Applet（））
{
返回；
}
byte[]buffer=apdu.getBuffer（）；
字节CLA=（字节）（缓冲区[ISO7816.OFFSET_CLA]&0xFF）；
字节INS=（字节）（缓冲区[ISO7816.OFFSET_INS]&0xFF）；
如果（CLA！=HW_CLA）
{
ISOException.throwIt（不支持ISO7816.SW_CLA_）；
}
开关（INS）
{
案例硬件插件：
getHelloWorld（apdu）；
打破
违约：
ISOException.throwIt（ISO7816.SW不支持）；
}
}
私有void getHelloWorld（APDU APDU）
{
byte[]buffer=apdu.getBuffer（）；
短长度=（短）helloWorld.length；
Util.arrayCopyNonAtomic（helloWorld，（short）0，buffer，（short）0，（short）length）；
apdu.setOutgoingAndSend（（短）0，长度）；
}
}

如何提取每个文件的包名（即

helloWorldPackage

）和类名（即

HelloWorldApplet

）

请注意，

.java

文件中可能有不同的类，但我需要仅扩展

Applet

的类的名称

更新：

我尝试了以下方法，但没有成功（Python 2.7.10）：

---

这个正则表达式适合我<代码>（？在许多情况下，一个简单的正则表达式可以工作

如果您想100%确定，我建议使用一个成熟的Java解析器来解析每个文件，然后遍历AST以提取类名

差不多

import glob
import javalang

# look at all .java files in the working directory
for fname in glob.glob("*.java"):
    # load the sourcecode
    with open(fname) as inf:
        sourcecode = inf.read()

    try:
        # parse it to an Abstract Syntax Tree
        tree = javalang.parse.parse(sourcecode)
        # get package name
        pkg = tree.package.name

        # look at all class declarations
        for path, node in tree.filter(javalang.tree.ClassDeclaration):
            # if class extends Applet
            if node.extends.name == 'Applet':
                # print the class name
                print("{}: package {}, main class is {}".format(fname, pkg, node.name))

    except javalang.parser.JavaSyntaxError as je:
        # report any files which don't parse properly
        print("Error parsing {}: {}".format(fname, je))

给

sample.java: package helloWorldPackage, main class is HelloWorldApplet

---

您可以使用以下正则表达式：

import re
string = your_string_here
classes = [x.strip() for x in re.findall(r'^(?:public class|package) ([^;]+?)(?=extends|;)', string, re.MULTILINE)]
# look for public class or package at the start of the line 
# then anything but a semicolon
# make sure the match is immediately followed by extends or a colon
print classes
# ['helloWorldPackage', 'HelloWorldApplet']

---

简单到？这就是你需要的文件吗？试着打印它。

import glob
import javalang

# look at all .java files in the working directory
for fname in glob.glob("*.java"):
    # load the sourcecode
    with open(fname) as inf:
        sourcecode = inf.read()

    try:
        # parse it to an Abstract Syntax Tree
        tree = javalang.parse.parse(sourcecode)
        # get package name
        pkg = tree.package.name

        # look at all class declarations
        for path, node in tree.filter(javalang.tree.ClassDeclaration):
            # if class extends Applet
            if node.extends.name == 'Applet':
                # print the class name
                print("{}: package {}, main class is {}".format(fname, pkg, node.name))

    except javalang.parser.JavaSyntaxError as je:
        # report any files which don't parse properly
        print("Error parsing {}: {}".format(fname, je))

sample.java: package helloWorldPackage, main class is HelloWorldApplet

import re
string = your_string_here
classes = [x.strip() for x in re.findall(r'^(?:public class|package) ([^;]+?)(?=extends|;)', string, re.MULTILINE)]
# look for public class or package at the start of the line 
# then anything but a semicolon
# make sure the match is immediately followed by extends or a colon
print classes
# ['helloWorldPackage', 'HelloWorldApplet']