Come scrivere un'espressione regolare per abbinare una stringa letterale in cui la fuga è un raddoppio del carattere di citazione?

Question

Sto scrivendo un parser utilizzando ply che deve identificare i valori letterali stringa FORTRAN. Questi sono citati con virgolette singole con il carattere di escape che viene duplicato con virgolette singole. cioè

'I don''t understand what you mean'

è una valida sfuggito stringa FORTRAN.

Ply prende input nell'espressione regolare. Il mio tentativo finora non funziona e non capisco perché.

t_STRING_LITERAL = r"'[^('')]*'"

Tutte le idee?

Answer 1

Una stringa letterale è:

1. Un open single-citazione, seguita da:
2. numero qualsiasi di-apostrofi raddoppiati e apici non singole, quindi
3. Un primo apice singolo .

Quindi, la nostra espressione regolare è:

r"'(''|[^'])*'" 

Answer 2

volete qualcosa di simile:

r"'([^']|'')*'" 

Questo dice che all'interno delle singole citazioni si può avere sia doppie virgolette o un non- citare il carattere.

Le parentesi definiscono una classe di caratteri, in cui vengono elencati i caratteri che possono corrispondere o meno. Non consente nulla di più complicato, quindi provare a utilizzare le parentesi e ad associare una sequenza a più caratteri ('') non funziona. Invece la tua classe di caratteri [^('')] equivale a [^'()], cioè corrisponde a tutto ciò che non è una virgoletta singola o una parentesi sinistra o destra.

Answer 3

Di solito è facile ottenere qualcosa di veloce-e-sporco per l'analisi di particolari stringhe che si stanno dando problemi, ma per una soluzione generale è possibile ottenere una regex molto potente e completo per stringhe letterali dal pyparsing module:

>>> import pyparsing 
>>> pyparsing.quotedString.reString 
'(?:"(?:[^"\\n\\r\\\\]|(?:"")|(?:\\\\x[0-9a-fA-F]+)|(?:\\\\.))*")|(?:\'(?:[^\'\\n\\r\\\\]|(?:\'\')|(?:\\\\x[0-9a-fA-F]+)|(?:\\\\.))*\')' 

Non sono sicuro delle differenze significative tra i valori letterali delle stringhe di FORTRAN e quelli di Python, ma è un utile riferimento se non altro.

Answer 4

import re 

ch ="'I don''t understand what you mean' and you' ?" 

print re.search("'.*?'",ch).group() 
print re.search("'.*?(?<!')'(?!')",ch).group() 

risultato

'I don' 
'I don''t understand what you mean'