Пример 19.6. PP4E\Lang\cheader.py
"Сканирует файлы заголовков C и извлекает части инструкций #define и #include"
import sys, re
pattDefine = re.compile( # компилировать в объект шаблона
‘~#[\t ]*define[\t ]+(\w+)[\t ]*(.*)’) # "# define xxx yyy…"
# \w аналог [a-zA-Z0-9_]
pattInclude = re.compile(
‘~#[\t ]*include[\t ]+[<"]([\w\./]+)’) # "# include <xxx>…"
def scan(fileobj):
count = 0
for line in fileobj: # сканировать построчно: итератор
count += 1
matchobj = pattDefine.match(line) # None, если совпадение не найдено if matchobj:
name = matchobj.group(1) # подстроки для групп (…)
body = matchobj.group(2)
print(count, ‘defined’, name, ‘=’, body.strip()) continue
matchobj = pattInclude.match(line)
if matchobj:
start, stop = matchobj.span(1) # start/stop смещения (…) filename = line[start:stop] # вырезать из строки print(count, ‘include’, filename) # то же,
# что и matchobj.group(1)
if len(sys.argv) == 1:
scan(sys.stdin) # без аргументов: читать stdin
else:
scan(open(sys.argv[1], ‘r’)) # аргумент: имя файла
Для проверки просканируем с помощью этого сценария текстовый файл, представленный в примере 19.7.
Пример 19.7. PP4E\Lang\test.h
#ifndef TEST_H
#define TEST_H
#include <stdio.h>
#include <lib/spam.h>
# include "Python.h"
#define DEBUG
#define HELLO ‘hello regex world’
# define SPAM 1234
# define EGGS sunny + side + up
# define ADDER(arg) 123 + arg
#endif
Обратите внимание на пробелы после # в некоторых строках — регулярные выражения достаточно гибки, чтобы учитывать такие отклонения от нормы. Ниже показан результат работы этого сценария — он выбирает строки #include и #define и их части. Для каждой найденной строки в файле выводится ее номер, тип и найденные подстроки:
C:\…\PP4E\Lang> python cheader.py test.h
2 defined TEST_H =
4 include stdio.h
5 include lib/spam.h
6 include Python.h
8 defined DEBUG =
9 defined HELLO = ‘hello regex world’
10 defined SPAM = 1234
12 defined EGGS = sunny + side + up
13 defined ADDER = (arg) 123 + arg
Еще один пример использования регулярных выражений можно найти в файле pygrep1.py в пакете примеров к книге. Он реализует простую утилиту «grep» поиска строк в файлах по шаблону, но не вошел в книгу из-за экономии места. Как будет показано далее, регулярные выражения иногда можно использовать для извлечения информации из текстовых файлов в формате XML и HTML, что является темой следующего раздела.
Использованная литература:
Марк Лутц — Программирование на Python, 4-е издание, II том, 2011
