Python 使用正则表达式从c源获取函数调用的第二个字符串参数

我正在尝试解析SQLite源代码中的错误消息，我认为我目前的方法涵盖了大多数情况

我的正则表达式：

(?:sqlite3ErrorMsg|sqlite3MPrintf|sqlite3VdbeError)\([^;\"]+\"([^)]+)\"(?:,|\)|:)

源代码段（无效的C，仅用于演示）：

但是，由于

（）

，它错过了函数%.*s（）的

错误数量的参数


我还尝试过从
“
捕获到
”
，并对其进行反向查看，以允许转义的
\“
（不要跳过
no\”这样的“函数：%.*s
），但我无法让它工作，因为我的regex-foo没有那么强，而且还有多行字符串的情况

我还尝试将来自的答案与我的正则表达式结合起来，但这对我也不起作用

一般的想法是：

有一个函数调用，其中有三个提到的函数名（sqlite3ErrorMsg | sqlite3MPrintf | sqlite3VdbeError），后面是一个我不感兴趣的非字符串参数，后面至少有一个参数可能是变量（我不想要）或字符串（这就是我要找的！），后跟任意数量的可选参数

我想要的字符串可以是多行字符串，也可以包含转义引号、圆括号以及C字符串中允许的任何其他内容

我使用Python 3.7 
 你可以考虑以下模式：

（？：sqlite3ErrorMsg | sqlite3MPrintf | sqlite3VdbeError）\s*\（\s*\w+，（（？：\s*“[^”\]*（？：\.^“\]*）*）+）

请参阅。您需要从匹配中的每一行手动删除分隔双引号

详细信息：


（？：sqlite3ErrorMsg | sqlite3MPrintf | sqlite3VdbeError）
-三个子字符串之一
\s*\（\s*
-a
（
用零个或多个空格括起来的字符
\w+
-一个或多个单词字符
，
-逗号
（（？：\s*”[^“\\]*（？：\\.^“\]*）*”）+
-第1组：一次或多次重复

\s*
-零个或多个空格
“
-a
”
[^“\\]*
-除
\
和
“
之外，零个或多个字符
（？：\\.-.^“\\]*）*
-一个
\
的零次或多次重复，然后任何字符后跟除
和
\
以外的零次或多次字符

“
-一个
”
字符



样本：

重新导入
file=“sqlite3ErrorMsg（pParse，variable）；\n sqlite3ErrorMsg（pParse，\“row value misused\”）；\n{\n sqlite3ErrorMsg（pParse，\“no\\\”这样的\\\\“函数：%.*s\”，nId，zId）；\n pNC->nErr++\n}如果（错误的参数数）{\n sqlite3ErrorMsg（pParse，\“函数的参数数错误”%.*s（），\n nId，zId）；\n pNC->nErr++；\n}\n if（pExpr->iTablenErr++；\n}\n}\n}else if（错误的参数）{\n sqlite3ErrorMsg（pParse，\“工厂必须返回光标，而不是\\\\w+\”，\n nId）；\n pNC->nErr++”
rx=r'（？：sqlite3ErrorMsg | sqlite3MPrintf | sqlite3VdbeError）\s*\（\s*\w+，（（？：\s*“[^”\]*（？：\.[^”\]*）+）
为re.findall（rx，文件）中的m匹配=[“”.join（映射（lambda x:x.strip（“”），m.strip（）.splitlines（）））
打印（匹配）

输出：

['row value misused', 'no \\"such\\" function: %.*s', 'wrong number of arguments to function %.*s()', 'second argument to likelihood must be a constant between 0.0 and 1.0', 'factory must return a cursor, not \\\\w+']

试试
（？：sqlite3ErrorMsg | sqlite3MPrintf | sqlite3VdbeError）\s*（\s*\w+，（（？：\s*“[^”\]*（？：\.[^“\]*）*”）
，看@WiktorStribiżew wow，这很快，效果几乎完美。你能把引号移出捕获组并作为答案发布吗？引号必须“手动”删除，否则，您将无法匹配多行字符串，就像您在
“似然度的第二个参数必须是一个介于0.0和1.0之间的”“常数”
@WiktorStribiżew好的，没问题，
strip（“”）
应该去掉它们。（编辑：strip没有按照我的要求工作，仍然没有问题，我可以从那里处理它）。我稍微更改了正则表达式，并将
\w+
替换为
[^，]+
，因为有时第一个参数可能是
&sParse
或
Parse->someValue
。我使用了
strip（）[1:-1]
，而不是
strip（“）
，因为字符串本身可能以转义引号结尾。再次感谢！
row value misused
no \"such\" function: %.*s
second argument to likelihood must be a "
                "constant between 0.0 and 1.0
factory must return a cursor, not \\w+
          

['row value misused', 'no \\"such\\" function: %.*s', 'wrong number of arguments to function %.*s()', 'second argument to likelihood must be a constant between 0.0 and 1.0', 'factory must return a cursor, not \\\\w+']