python正则表达式匹配多行预处理宏

Question

接下来是我写的一个正则表达式，用来匹配C/C++代码中的多行预处理宏。我并不是正则表达式的专家，所以如果有人能给我一些建议，让我这个表达式更好，我会非常感激。

这是我的正则表达式：

\s*#define(.*\\\n)+[\S]+(?!\\)

它应该能匹配以下所有内容：

#define foo(x) if(x) \
doSomething(x)

但只应该匹配其中的一部分（不应该匹配下一行代码）：

#define foo(x) if(x) \
doSomething(x)
normalCode();

而且也不应该匹配单行的预处理宏。

我很确定上面的正则表达式是有效的，但正如我所说的，可能还有更好的方法来实现这个功能，我想也有可能会被破解。有没有人能给我一些建议呢？

Answer 1

start        = r"^\s*#define\s+"
continuation = r"(?:.*\\\n)+"
lastline     = r".*$"

re_multiline_macros = re.compile(start + continuation + lastline, 
                                 re.MULTILINE)

当然可以！请把你想要翻译的内容发给我，我会帮你用简单易懂的语言解释清楚。

Answer 2

这是我随便写的一个简单测试程序：

#!/usr/bin/env python

TEST1="""
#include "Foo.h"
#define bar foo\\
    x
#include "Bar.h"
"""

TEST2="""
#define bar foo
#define x 1 \\
    12 \\
    2 \\\\ 3
Foobar
"""

TEST3="""
#define foo(x) if(x) \\
doSomething(x)
"""

TEST4="""
#define foo(x) if(x) \\
doSomething(x)
normalCode();
"""

import re
matcher = re.compile(r"^[ \t]*#define(.*\\\n)+.*$",re.MULTILINE)

def extractDefines(s):
    mo = matcher.search(s)
    if not mo:
        print mo
        return
    print mo.group(0)

extractDefines(TEST1)
extractDefines(TEST2)
extractDefines(TEST3)
extractDefines(TEST4)

我用的正则表达式：

r"^[ \t]*#define(.*\\\n)+.*$"

这个正则表达式和你用的很相似，主要的变化有：

1. 我加了[ \t]，这样可以避免在定义的开头出现换行。
2. 我依赖于+这个符号是贪婪的，所以我可以在最后用简单的.*$来获取第一个不以\结尾的定义行。