用Python解析Java源文件

Question

我有一堆Java源文件。我需要写一个Python脚本，去检查这些源文件，找出所有的字符串字面量以及它们的位置。

问题是，这些字符串可能有几种不同的形式，比如：

1. 字符串字面量 - "Hello World"
2. 字符串组合 - "Hello" + "World"

我想到了几种方法来实现这个目标：

1. 逐行检查源文件，寻找引号 "，用它来确定字符串的位置
2. 使用正则表达式

你对我提到的这些方法有什么看法，或者有没有我没想到的其他方法？

顺便说一下，我们正在对代码进行国际化处理。这就是我想要自动化这个过程的原因。

Answer 1

另一个选择是 PLY，这是一个纯Python写的词法分析和语法分析工具。它是由David Beazley写的……他有一些 幻灯片 来展示这个工具的功能。使用这个工具需要一个BNF语法来定义你要解析的语法结构。我不确定你是否想要走这么远。

如果你不想使用BNF，pyparsing 也是一个不错的选择。

Answer 2

查看

http://pypi.python.org/pypi/javaclass

Answer 3

使用 re 模块是最快的解决办法。

你可以用 re.finditer()，它会返回每个匹配的正则表达式，以及匹配的内容和位置。

>>> for m in re.finditer(r"\w+ly", text):
...     print '%02d-%02d: %s' % (m.start(), m.end(), m.group(0))