Python文本处理和解析

我在

gran/config.py

中有一个文件，无法导入此文件（不是选项）

在这个config.py中，有以下代码

...<more code>

    animal = dict(
        bear = r'^bear4x',
        tiger = r'^.*\tiger\b.*$'
    )

...<more code>

我希望通过

grab=re.compile（“^animal\s*=\s*（'.'）”）

或类似的东西
并且可能将

tline

更改为

tline=filter（grab.search，text.readlines（））

但它只抓取

animal=dict（

），而不抓取以下几行dict

如何获取多行？
查找动物，然后确认第一个“（”然后继续查找，直到“）？”

---

注意：动物dict的大小可能会改变，因此任何静态方法（如找到动物后再抓取4行）都不起作用

我不明白您到底想做什么

如果要使用正则表达式处理每一行，则在正则表达式

re.compile（“^animal\s*=\s*（'.'）”中有
^
）

。它只在

animal

位于行的开头时匹配，而不是在某些空格之后匹配。当然，它也不匹配

bear

或

tiger

-使用类似

re.compile（“^\s*（[a-z]+）\s*=\s*（'.'）”

）

如果要使用单个正则表达式处理多行， 了解re.DOTALL和re.MULTILINE以及它们如何影响匹配的换行符：

还要注意，text.readlines（）读取行，因此

filter（'not sure'，text.readlines（））

中的filter函数在每一行上运行，而不是在整个文件上运行。您不能在此

filter（，text.readlines（））

中传递正则表达式，希望它能匹配多行

顺便说一句，使用正则表达式处理Python文件（以及HTML、XML、JSON…文件）是不明智的。对于您编写的每一个正则表达式，都会出现无法使用的情况。请使用为给定格式设计的解析器—对于Python源代码来说，它是有效的。但是对于您的用例

ast

，它太复杂了

---

也许最好使用经典配置文件和。更结构化的数据（如列表和目录）可以轻松地存储在或文件中。

我不明白您到底想做什么

如果要使用正则表达式处理每一行，则在正则表达式

re.compile（“^animal\s*=\s*（'.'）”中有
^
）

。它只在

animal

位于行的开头时匹配，而不是在某些空格之后匹配。当然，它也不匹配

bear

或

tiger

-使用类似

re.compile（“^\s*（[a-z]+）\s*=\s*（'.'）”

）

如果要使用单个正则表达式处理多行， 了解re.DOTALL和re.MULTILINE以及它们如何影响匹配的换行符：

还要注意，text.readlines（）读取行，因此

filter（'not sure'，text.readlines（））

中的filter函数在每一行上运行，而不是在整个文件上运行。您不能在此

filter（，text.readlines（））

中传递正则表达式，希望它能匹配多行

顺便说一句，使用正则表达式处理Python文件（以及HTML、XML、JSON…文件）是不明智的。对于您编写的每一个正则表达式，都会出现无法使用的情况。请使用为给定格式设计的解析器—对于Python源代码来说，它是有效的。但是对于您的用例

ast

，它太复杂了

---

也许最好使用经典的配置文件和。更结构化的数据（如列表和目录）可以轻松地存储在或文件中。

如果不能按原样导入该文件的唯一原因是因为导入会失败，那么您可能会绕过它，而不是只处理一个非常好的Python文件文本

例如，如果我有一个名为

busted\u import.py

的文件，其中包含：

import doesnotexist

foo = 'imported!'

如果我尝试导入它，我会得到一个

ImportError

。但是如果我在尝试导入它之前使用

sys.modules

定义了

doesnotexist

模块所指的内容，导入将成功：

>>> import sys
>>> sys.modules['doesnotexist'] = ""
>>> import busted_import
>>> busted_import.foo
'imported!'

---

因此，如果您可以隔离Python文件中会失败的导入，并在尝试导入之前重新定义这些导入，那么您可以解决

ImportError

s

如果您不能按原样导入该文件的唯一原因是因为导入会失败，否则，您可能会绕过它，而不是尝试进行处理一个非常好的Python文件，仅作为文本

例如，如果我有一个名为

busted\u import.py

的文件，其中包含：

import doesnotexist

foo = 'imported!'

如果我尝试导入它，我会得到一个

ImportError

。但是如果我在尝试导入它之前使用

sys.modules

定义了

doesnotexist

模块所指的内容，导入将成功：

>>> import sys
>>> sys.modules['doesnotexist'] = ""
>>> import busted_import
>>> busted_import.foo
'imported!'

---

因此，如果您可以在Python文件中隔离将失败的导入，并在尝试导入之前重新定义这些导入，那么您可以解决

ImportError

s

也许您应该尝试一些AST攻击？使用Python很容易，只需：

import ast
config= ast.parse( file('config.py').read() )

因此，要知道您有已解析的模块。您需要提取assign to

animals

并对其求值。有safe

ast.literal\u eval

函数，但由于我们调用了

dict

，因此无法在此处运行。其思想是遍历整个模块树，只留下assigns并在本地运行：

class OnlyAssings(ast.NodeTransformer):

    def generic_visit( self, node ):
        return None  #throw other things away

    def visit_Module( self, node ):
        #We need to visit Module and pass it
        return ast.NodeTransformer.generic_visit( self, node )

    def visit_Assign(self, node):
        if node.targets[0].id == 'animals': # this you may want to change
            return node #pass it
        return None # throw away

config= OnlyAssings().visit(config)

编译并运行：

exec( compile(config,'config.py','exec') )
print animals 

如果动物应该在某个字典中，请将其作为本地对象传递给

exec

：

data={}
exec( compile(config,'config.py','exec'), globals(), data )
print data['animals']

---

使用ast hacking，您可以做更多的事情，比如访问所有If和For语句或更多。您需要检查。

也许您应该尝试一些ast hacks？使用python很简单，只是：

import ast
config= ast.parse( file('config.py').read() )

因此，要知道您有已解析的模块。您需要提取assign to

animals

并对其求值。有safe

ast.literal\u eval

函数，但由于我们调用了

dict

，它在这里无法工作。其思想是遍历整个模块树lea