正则表达式 - 格式字符串中的捕获类型说明符

Posted 2021-04-08

考虑类似printf的函数的format参数。就像是：

printf("Hello %s, your rating is %i%%", name, percentage);

我想使用正则表达式捕获所有类型说明符（在上面的例子中，%s和%i而不是%%）。

我开始使用天真的(%[^%])模式，但它错误地捕获了像%%f这样的东西，而不是“逃避”它。当然，%%%f应该被解释为一个转义的“％”，然后是一个说明符。

我想我需要一些更复杂的模式（也许是看后面的？），但无法解决它。有什么建议？

旁注：我知道我的模式不处理长度说明符和其他格式标记，如%2f等，但这对我很好，因为我的目标主要是枚举和计算格式说明符。

答案

一方面，你不能跳过字符而不会意外地捕捉像%%f这样的东西，所以你必须使用match或在你的正则表达式的开头放一个^（插入符号）。另一方面，在这种情况下，你不能使用findall。由于没有matchall函数，最简单的方法是编写自己的循环：

REG = re.compile('([^%]|%%)*(%[^%])')  # a bunch of (non-% or %%), and then (% followed by non-%).
def find_type_specifiers(st):
    retval = []
    pos = 0  # where to start searching for next time
    while True:
        match = REG.match(st, pos)
        if match is None:
            return retval
        retval.append(match.group(2))
        pos = match.end()

当然，您可以更改附加到retval的内容，例如你也对说明者的位置感兴趣。如果您只想要金额，可以换到柜台。