python - 如何使用 (?(DEFINE)) 在 Python 中编写正则表达式？

Question

我想解析codetags在源文件中。我写了这个适用于 PCRE 的正则表达式:

(?<tag>(?&TAG)):\s*
(?<message>.*?)
(
<
   (?<author>(?:\w{3}\s*,\s*)*\w{3})?\s*
   (?<date>(?&DATE))?
   (?<flags>(?&FLAGS))?
>
)?
$

(?(DEFINE)
   (?<TAG>\b(NOTE|LEGACY|HACK|TODO|FIXME|XXX|BUG))
   (?<DATE>\d{4}-\d{2}-\d{2})
   (?<FLAGS>[pts]:\w+\b)
)

不幸的是，Python 似乎不理解定义 (https://regex101.com/r/qH1uG3/1#pcre)

Python 中最好的解决方法是什么？

Answer 1

正则表达式模块的方式:

如评论中所述，正则表达式模块允许重用命名子模式。不幸的是，没有像 Perl 或 PCRE 中那样的 (?(DEFINE)...) 语法。

因此，方法是使用与 Ruby 语言相同的解决方法，即在您想要定义命名子模式时放置一个 {0} 量词:

import regex

s = r'''
// NOTE: A small example
// HACK: Another example <ABC 2014-02-03>
// HACK: Another example <ABC,DEF 2014-02-03>
// HACK: Another example <ABC,DEF p:0>
'''

p = r'''
    # subpattern definitions
    (?<TAG> \b(?:NOTE|LEGACY|HACK|TODO|FIXME|XXX|BUG) ){0}
    (?<DATE> \d{4}-\d{2}-\d{2} ){0}
    (?<FLAGS> [pts]:\w+ ){0}

    # main pattern
    (?<tag> (?&TAG) ) : \s*
    (?<message> (?>[^\s<]+[^\n\S]+)* [^\s<]+ )? \s* # to trim the message
    <
    (?<author> (?: \w{3} \s* , \s* )*+ \w{3} )? \s*
    (?<date> (?&DATE) )?
    (?<flags> (?&FLAGS) )?
    >
    $
'''

rgx = regex.compile(p, regex.VERBOSE | regex.MULTILINE)

for m in rgx.finditer(s):
    print (m.group('tag'))

注意:子模式也可以在模式的末尾定义。