python正则表达式忽略文本

我的代码中有一个缺陷列表： 该列表包含一个过程的名称、它的参数和一个我必须更改的参数，并在前面添加“CONST”

我想找到所有符合模式的程序 程序名称（参数列表和各处注释）

i、 e。 代码程序测试中的缺陷（X:字符串；Y:字符串）；（Y需要常数）

我想知道程序 过程测试（X:STRING；{SOME COMMENTS HERE}Y:STRING{SOME MORE COMMENTS HERE}）

然后在Y:STRING之前添加单词CONST，以最终获得

PROCEDURE TEST (X : STRING; {SOME COMMENTS HERE}  CONST Y: STRING {SOME COMMENTS HERE});

考虑到我们可以在nplaces中多次重复{这里有一些注释}，在最终版本中，我希望保留这些注释

我知道还有其他的可能性，但我想用正则表达式

---

可能吗？

可能是这样的吧

import re

with open('lines', 'r') as input:
for line in input:
    match = re.search('PROCEDURE TEST \(X : STRING;\s*(\{.*\})*\s*Y: STRING\);', line)
    if match:
        print 'PROCEDURE TEST (X : STRING;', match.group(1), 'CONST Y: STRING);'

[编辑：好的，根据我对您的描述的理解，您有两个文件：一个包含同一行中每个建议更正的所有缺陷列表（这是我代码中的“缺陷”），另一个文件，您实际上希望在其中应用建议的修复（“代码”）

如果过程名称实际上是您想要匹配的参数，并且您给我们提供的示例是正确的（在变量声明之后和注释之前总是有一个“；”，除了最后一个变量，其中没有“；”），那么这段代码应该可以执行

如果要查看正在搜索的regexp，请取消对“print”行的注释

import re

with open('imperfections', 'r') as imp:
  imperfections = imp.readlines()
with open('code', 'r') as cod:
  code = cod.readlines()
for imp in imperfections:
  parsed = re.search('(.*); \((\w+) NEEDS (\w+)', imp)
  find = parsed.group(1).replace('(', '\(')
  find = find.replace(')', '\s*(\{.*\})*\)')
  find = find.replace(';', ';\s*(\{.*\})*')
  replace = parsed.group(2)
  replace_with = ' '.join([parsed.group(3), replace])
  #print 'find: "%s" replace "%s" with "%s"' % (find, replace, replace_with)
  for line in code:
    match = re.search(find, line)
    if match:
        print re.sub(replace, replace_with, line)[:-1]

[第二次编辑-我忘了你想保留注释：]要忽略大括号之间的任何内容，你可以创建一个临时字符串，删除大括号之间的文本并与之匹配。然后，使用

difflib

合并这两个字符串。 这是您的一个示例，将其更改为在所有行上进行迭代

import re
import difflib

def merge(string1, string2):
  diffs = difflib.SequenceMatcher(None, string2, string1).get_opcodes()
  result = ''
  last_index = 0
  for diff in [x for x in diffs if x[0] in ['insert', 'replace']]:
    if diff[0] == 'replace':
      result += string2[last_index:diff[1]] + string1[diff[3]:diff[4]] + string2[diff[1]:diff[2]]
    else:
      result += string2[last_index:diff[1]] + string1[diff[3]:diff[4]]
    last_index = diff[2]
  result += string2[last_index:]
  return result

original = "PROCEDURE TEST (X: STRING; {Hi, I'm a comment} Y: INT {me too!})"
stripped = re.sub(r'\s*\{[^}]*\}\s*', '', original)

if re.search('PROCEDURE TEST \(X: STRING;Y: INT\)', stripped):
  correct = stripped.replace('Y', 'CONST Y')
  print merge(original, correct)

---

为什么不像下面这样简单

result = re.sub("Y:", "CONST Y:", subject)

---

如果太简单，请告诉我们。也许您希望所有第二个参数都接收一个常量，而不考虑名称（在本例中为Y）？

是的，这是可能的。你试过写一个正则表达式来做你想做的吗？是否允许“这里的一些注释”包含

{

和

}

？如果是这样的话，那么你希望他们“配对”吗？如果是这样，那么这在regexp中是不可能的。如果不允许（例如，如果

}

不允许出现在注释中），那么应该是可能的。对不起，我想清楚地解释我的问题，我在问题中添加了更多信息几乎在那里，你可以在过程声明中的任何变量之间添加注释，我想用某种方式忽略所有注释（介于{}之间的任何内容）我忘了说“procedure test”和const y:string之后的what是变量，我想用替换来处理任何过程声明，这就是为什么在问题中我问如何忽略文本，所以每个“procedure”都有2个参数？线条是否遵循这种模式

“[大写字符和空格]（[单个大写字符]：[大写字符]；[{optional comment}][single uppercase char]：[uppercase chars][{optional comment}]）；”

要回答编辑，我的第一个文件中的所有行都包含行号和需要以“const”作为前缀的变量名，在我的源代码文件的行号处，我找到了一个带有变量列表的过程声明，在多行之后（我不知道确切位置），我找到了该过程的实现，同样使用相同的参数，但参数之间可能有注释，这就是为什么我“简单地”想要找到我的过程声明的匹配项（每个参数之间有大量的\s*），忽略注释partwell，我想说我的示例与您想要做的非常接近。。你应该能够调整代码以适应你的实际问题；如果你不首先准确地说明你的问题是什么，那么试图想出一个对你有好处的解决方案是没有意义的..我想我可以解释得更多，我的文件包含几个过程Delcaration，很多都有y:string，我只需要根据参数listok修改其中一个过程，放大其中一个过程的标准是什么？这听起来是构建RegExt的关键。参数列表和过程的名称定义了一个过程：带注释的过程，带注释的过程（介于{}之间的任何内容），它与我想在stackoverflow找到的过程相匹配，以编辑原始问题供参考