Python反向引用替换不按预期工作

Question

我的模式中有两个命名组：myFlag和id，我想在id组之前立即添加另一个myFlag。

这是我的当前代码：

# i'm using Python 3.4.2
import re
import os
contents = b'''
xdlg::xdlg(x_app* pApp, CWnd* pParent)
    : customized_dlg((UINT)0, pParent, pApp)
    , m_pReaderApp(pApp)
    , m_info(pApp)
{

}
'''

pattern = rb'(?P<myFlag>[a-zA-Z0-9_]+)::(?P=myFlag).+:.+(?P<id>\(UINT\)0 *,)'
res = re.search(pattern, contents, re.DOTALL)
if None != res:
    print(res.groups()) # the output is (b'xdlg', b'(UINT)0,')

# 'replPattern' becomes b'(?P<myFlag>[a-zA-Z0-9_]+)::(?P=myFlag).+:.+((?P=myFlag)\\(UINT\\)0 *,)'
replPattern = pattern.replace(b'?P<id>', b'(?P=myFlag)', re.DOTALL)
print(replPattern)
contents = re.sub(pattern, replPattern, contents)
print(contents)

预期结果应该是：

xdlg::xdlg(x_app* pApp, CWnd* pParent)
    : customized_dlg(xdlg(UINT)0, pParent, pApp)
    , m_pReaderApp(pApp)
    , m_info(pApp)
{

}

但现在的结果与原来的相同：

 xdlg::xdlg(x_app* pApp, CWnd* pParent)
    : customized_dlg((UINT)0, pParent, pApp)
    , m_pReaderApp(pApp)
    , m_info(pApp)
{

}

- O'Skywalker

---

此外，输入中没有第三个“xdlg”字符串。你在这里究竟想要实现什么？ - Martijn Pieters

因为我想用'myFlag'组替换字符串，所以必须用括号将它们括起来（Python语法）。 - O'Skywalker

这里的预期输出是什么？你试图解决什么问题？ - Martijn Pieters

你用反向引用替换了命名组的名称，这里的正则表达式语法毫无意义。 - Martijn Pieters

@o11c，感谢您的建议。但是使用're.DOTALL'后，它仍然无法正常工作，我对VIM一无所知。 - O'Skywalker

Answer 1

问题似乎出在模式语法上，特别是结尾处：0 *,)。这个实际上没有什么意义... 修复它似乎解决了大部分问题，虽然我建议放弃DOTALL并改为使用MULTILINE。

p = re.compile(ur'([a-zA-Z0-9_]+)::\1(.*\n\W+:.*)(\(UINT\)0,.*)', re.MULTILINE)
sub = u"\\1::\\1\\2\\1\\3"
result = re.sub(p, sub, s)

print(result)

结果：

xdlg::xdlg(x_app* pApp, CWnd* pParent)
    : customized_dlg(xdlg(UINT)0, pParent, pApp)
    , m_pReaderApp(pApp)
    , m_info(pApp)
{

}

https://regex101.com/r/hG3lV7/1

- l'L'l

---

我尝试了你的模式，它确实有效。但是，我很困惑，是否有必要引入5个组？是否可能用2个组解决这个问题？ - O'Skywalker

不需要五个组（请参见编辑），尽管我也无法完全理解你所拥有的那些组。在我看来，除非您有许多需要跨多个替换进行跟踪的组，否则Python中的命名组有点毫无意义。否则，它只是更多的代码，实际上使事情更加混乱。 - l'L'l

不是必要的，所以请将其删除。我认为模式还可以进一步改进——在这种情况下，答案主要是为了说明它不能正常工作的问题。 - l'L'l

我如何使用re.DOTALL达到相同的效果？ - O'Skywalker

re.DOTALL 应该与上面的模式配合使用（仍然使用三个捕获组），尽管可以简化为类似于 ([a-zA-Z0-9_]+)::\1(.*)(\(UINT\)0,.*) 的形式。 - l'L'l

让我们在聊天中继续这个讨论。 - O'Skywalker