在Python中使用grep -r

Question

我想在Python中实现Unix命令'grep -r'的功能。我知道可以用commands.getstatusoutput()，但现在我不想用这个。我想出了这个：

def grep_r (str, dir):
    files = [ o[0]+"/"+f for o in os.walk(dir) for f in o[2] if os.path.isfile(o[0]+"/"+f) ]
    return [ l for f in files for l in open(f) if str in l ]

不过，这个当然没有用到正则表达式，它只是检查'str'是否是'l'的子字符串。所以我尝试了以下这个：

def grep_r (pattern, dir):
    r = re.compile(pattern)
    files = [ o[0]+"/"+f for o in os.walk(dir) for f in o[2] if os.path.isfile(o[0]+"/"+f) ]
    return [ l for f in files for l in open(f) if r.match(l) ]

但是这个不行，它没有给我任何匹配的结果，即使之前的函数能找到匹配。到底是什么改变了？我可以把它拆成一堆嵌套的循环，但我更想要简洁，而不是可读性。

相关问题：

• 不考虑顺序的某些词的正则表达式
• 检查字符串是否包含列表中的至少一个字符串
• 对大型文本文件排序并进行二分查找
• 使用Python搜索文本文件中特定字符的出现情况
• 正则表达式问题：如何检查列表中的值是否匹配？
• 限制正则表达式只在两点之间搜索
• 在Python正则表达式中转义[
• Python 正则表达式 - 从字符串中提取多个信息

Answer 1

把所有这些代码放到一个叫做 pygrep 的文件里，然后运行命令 chmod +x pygrep：

#!/usr/bin/python

import os
import re
import sys

def file_match(fname, pat):
    try:
        f = open(fname, "rt")
    except IOError:
        return
    for i, line in enumerate(f):
        if pat.search(line):
            print "%s: %i: %s" % (fname, i+1, line)
    f.close()


def grep(dir_name, s_pat):
    pat = re.compile(s_pat)
    for dirpath, dirnames, filenames in os.walk(dir_name):
        for fname in filenames:
            fullname = os.path.join(dirpath, fname)
            file_match(fullname, pat)

if len(sys.argv) != 3:
    u = "Usage: pygrep <dir_name> <pattern>\n"
    sys.stderr.write(u)
    sys.exit(1)

grep(sys.argv[1], sys.argv[2])

Answer 2

你可能想用 search() 而不是 match()，因为 search() 可以找到行中间的匹配项，具体可以参考这个链接：http://docs.python.org/library/re.html#matching-vs-searching

另外，你的代码结构和意图有点不清晰。我已经把它调整得更符合Python的风格了。

def grep_r (pattern, dir):
    r = re.compile(pattern)
    for parent, dnames, fnames in os.walk(dir):
        for fname in fnames:
            filename = os.path.join(parent, fname)
            if os.path.isfile(filename):
                with open(filename) as f:
                    for line in f:
                        if r.search(line):
                            yield line

Answer 3

re.match 只检查字符串的开头。

可以使用 re.search()

来自 官方文档：

Python 提供了两种基于正则表达式的基本操作：match 只在字符串的开头检查是否匹配，而 search 则会在字符串的任何位置检查是否匹配（这也是 Perl 默认的行为）。