编写正则表达式跳过含特定字符的行？

Question

我正在尝试在Python中写一个正则表达式，用来解析一个文件，文件内容大概是这样的：

static const PropertyID PROPERTY_X = 10225;
//static const PropertyID PROPERTY_Y = 10226;
   //static const PropertyID PROPERTY_Z = 10227;

我想提取属性名称和数字，但只针对没有被注释的属性。 这是我写的表达式：

tuples = re.findall(r"[^/]*static[ \t]*const[ \t]*PropertyID[ \t]*(\w+)[ \t]*=[ \t]*(\d+).*",fileContents)

这里的fileContents是文件内容的字符串形式。

但是这个正则表达式竟然还匹配到了被注释的行（以//开头的行）。我该如何让它不匹配这些注释行呢？

Answer 1

如果你在解析C语言代码，可以使用类似于 pycparser 这样的工具。正则表达式并不适合（或者说无法）解析任何编程语言。

另外，我觉得下面这段代码对于你要做的事情来说更简单：

import re
string = "   //static const PropertyID PROPERTY_Z = 10227;"
results = re.split("\s*",string)
#results = ['//static', 'const', 'PropertyID', 'PROPERTY_Z', '=', '10227;']

if results[0].startswith("\\") or results[0].startswith("/*"):
    pass

Answer 2

试试这个：

r"(?m)^(?!//)static\s+const\s+PropertyID\s+(\S+)\s+=\s+(\d+);"

几点说明：

^ 表示行的开头

(?!//) 是一种负向前瞻，意思是后面不能跟着 //

\s 代表任何空格字符

\S 代表任何非空格字符

Answer 3

你可以指定，在行的开头之后，你只想要在第一个 static 之前留空格：

tuples = re.findall(r"^\s*static[ \t]*const[ \t]*PropertyID[ \t]*(\w+)[ \t]*=[ \t]*(\d+).*",fileContents)