python - 正则表达式捕获所有导入语句

Question

我想创建一个脚本来查看 Python 文件并找到所有 import声明。这些可能的变化如下:

import os
import numpy as np
from itertools import accumulate
from collections import Counter as C
from pandas import *

<小时/>

通过查看这些内容，人们可能会认为逻辑应该是:

获取全部 <foo>来自from <foo>声明和那些<bar>来自import <bar>前面没有 from <foo> .

为了用正则表达式翻译上面的内容，我写道:

from (\w+)|(?<!from \w+)import (\w+)

问题似乎在于负向后查找的非固定宽度，但我似乎无法修复它。

编辑:

作为奖励，捕获多个包含内容也很好，如下所示:

import sys, glob

Answer 1

您似乎只想从行首提取匹配项，并考虑到前导空格。

您可以考虑使用

^\s*(?:from|import)\s+(\w+(?:\s*,\s*\w+)*)

请参阅regex demo .

详细信息

• ^ - 字符串的开头(使用 re.M 也可以匹配行的开头)
• \s* - 0+ 空格(使用 [^\S\r\n]* 仅匹配水平空格)
• (?:from|import) - 两个单词之一
• \s+ - 1 个以上空格
• (\w+(?:\s*,\s*\w+)*) - 1 个或多个单词字符，后跟 0+ 次出现的 0+ 空格，,，0+ 个空格，然后 1+ 个单词字符。

在 Python 中，您稍后可以使用 re.split(r'\s*,\s*', group_1_value) 拆分第 1 组值，以获取各个以逗号分隔的模块名称。