表达式到注释或行尾答案

【问题标题】：Expression up to comment or end of line表达式到注释或行尾
【发布时间】：2009-05-31 20:23:33
【问题描述】：

虽然这个问题类似于this thread

我认为在使用正则表达式构建代码时我可能做错了什么。

我想将一行中的任何内容匹配到注释（“#”）或行尾（如果它没有注释）。

我使用的正则表达式是：(.*)(#|$)

(.*) = 一切
(#|$) = 注释或行尾

代码：

OPTION = re.compile(r'(?P<value>.*)(#|$)')
file = open('file.txt')
lines = file.read()
for line in lines.split('\n'):
    get_match = OPTION.match(line)
    if get_match:
        line_value = get_match.group('value')
        print "Match=  %s" % line_value

上述方法有效，但不会删除评论。如果文件有这样一行：

this is a line   # and this is a comment

运行代码时我仍然得到整行。

我是否缺少正则表达式中的其他值/信息，还是需要更改代码？

【问题讨论】：

那么第一个#肯定是评论的开始？

标签： python regex

【解决方案1】：

* 是贪婪的（尽可能多地消耗字符串），因此会消耗整行（从 # 到行尾）。改成 ”。*？”它会起作用的。

请参阅Regular Expression HOWTO 了解更多信息。

【讨论】：

我浏览了 RE 模块的文档，但并不像您指出的那样完全理解“贪婪”的解释。感谢您的精彩回答:)

【解决方案2】：

这是执行以下操作的正确正则表达式：

([^#]*)(#.*)?

还有，你为什么不直接使用

file = open('file.txt')
for line in file:

【讨论】：

据我了解，OP 根本不想匹配评论，因此您可以删除正则表达式的第二部分：(#.*)?

【解决方案3】：

@Can、@Benji 和 @ ΤZΩΤZΙΟΥ 提供了三个出色的解决方案，并且很有趣地给它们计时，看看它们的匹配速度有多快（这就是 timeit 的用途——有趣的无意义的微基准测试；-)。例如：

$ python -mtimeit -s'import re; r=re.compile(r"([^#]*)(#.*)?"); s="this is a line   # and this is a comment"' 'm=r.match(s); g=m.group(1)'
100000 loops, best of 3: 2.02 usec per loop

对

$ python -mtimeit -s'import re; r=re.compile(r"^(.*?)(?:#|$)"); s="this is a line   # and this is a comment"' 'm=r.match(s); g=m.group(1)'
100000 loops, best of 3: 4.19 usec per loop

对

$ python -mtimeit -s'import re; r=re.compile(r"(.*?)(#|$)"); s="this is a line   # and this is a comment"' 'm=r.match(s); g=m.group(1)'
100000 loops, best of 3: 4.37 usec per loop

获胜者是...混合模式！-)

$ python -mtimeit -s'import re; r=re.compile(r"(.*?)(#.*)?"); s="this is a line   # and this is a comment"' 'm=r.match(s); g=m.group(1)'
1000000 loops, best of 3: 1.73 usec per loop

免责声明：当然，如果这是一个真正的基准测试练习并且速度确实很重要，那么人们会尝试对s 进行许多不同且相关的值，在超出这样一个微基准的测试等等等等。但是，我仍然发现timeit 取之不尽的乐趣！-)

【讨论】：

【解决方案4】：

使用这个正则表达式：

^(.*?)(?:#|$)

使用非贪婪修饰符 (?)，.* 表达式将在达到井号或行尾时匹配为 soon。默认是尽可能匹配 much，这就是为什么你总是得到整行。

【讨论】：