python 正则表达式匹配编译行中的文件扩展名

Question

我有一个我试图解析的编译行，我想要得到的只是完整的文件名和编译行的扩展名，但是编译行可以包含不同的文件扩展名，比如“.c”或“.asm”或“.cpp”，当然参数的顺序可以不同。 例如：

gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -c file1.c -o file1.o

或

gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -c file1.asm -o file1.o

或

gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -c file1.asm.c -o file1.asm.o

或

gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -o file1.o -c file1.c

或

gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -o file1.asm.o -c file1.asm.c

或

gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -c -o file1.asm.o file1.asm.c

文件名有时用 " 括起来，例如：

gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -c "file1.c" -o "file1.o"
gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -c "file1.asm" -o file1.o"
gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -c "file1.asm.c" -o "file1.asm.o"
gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -o "file1.o" -c "file1.c"
gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -o "file1.asm.o" -c "file1.asm.c"

我在 python3 中尝试了以下正则表达式：

r'(?:\")?(\S+(?:\.cpp|\.cxx|\.cc|\.c|\.asm|\.s))(?:\")?'

和

r'(?:\")?(\S+(?:\.cpp|\.cxx|\.cc|\.c|\.asm|\.s)+)(?:\")?'

但我得到了错误的结果 例如，对于我得到的最后一种情况： 文件1.asm

Answer 1

您可以使用捕获组来获取文件名，并且由于您始终知道哪个标志位于文件名之前（-c 或 -o），因此您只需获取其后的整个单词。

正则表达式是这个：

(?<!-o)\s"?([^-]+?\.[^\s"]+)

你可以像这样在脚本中使用它：

import re

pattern = r'(?<!-o)\s"?([^-]+?\.[^\s"]+)'
matcher = re.compile(pattern)

matcher.findall("gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -c file1.c -o file1.o")
# ['file1.c']

matcher.findall("gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -c file1.asm -o file1.o")
# ['file1.asm']

matcher.findall("gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -c file1.asm.c -o file1.asm.o")
# ['file1.asm.c']

matcher.findall("gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -o file1.o -c file1.c")
# ['file1.c']

matcher.findall("gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -o file1.asm.o -c file1.asm.c")
# ['file1.asm.c']

matcher.findall('gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -o "file1.asm.o" -c "file1.asm.c"')
# ['file1.asm.c']

matcher.findall('gcc -DDEF_SOMETHING -g3 -Iinclude -Wall -c -o file1.asm.o file1.asm.c')
# ['file1.asm.c']