python - 如何标记正则表达式模式本身？

Question

很多关于如何使用正则表达式标记一些字符串的问题。

不过，我正在寻找标记化正则表达式模式本身的方法，我确定有一些关于该主题的帖子，但我找不到它们。

例子:

^\w$                    -> ['^', '\w', '&']
[3-7]*                  -> ['[3-7]*']
\w+\s\w+                -> ['\w+', '\s', '\w+']
(xyz)*\s[a-zA-Z]+[0-9]? -> ['(xyz)*','\s','[a-zA-Z]+','[0-9]?']

我假设当某些 regexp 函数被调用时，这项工作是在 python 中完成的。

Answer 1

一个起点:PyPy project在(大部分)Python 中有 Python 的实现。 re.py在源代码分发中调用 sre-compile.c:_compile()做这项工作。您也许可以破解它以提供您想要的输出形式。

编辑 此外，Javascript XRegExp library以扩展语法解析正则表达式并将它们呈现为标准语法。 parser routine可能对你有帮助。