Python：为对 pcregrep 多行的子进程调用制作匹配模式列表

Question

TLDR：有没有一种简洁的方法来为 subprocess.check_output('pcregrep', '-M', '-e', pattern, file) 制作条目列表？

我正在使用 python 的subprocess.check_output() 调用pcregrep -M。通常我会通过调用splitlines() 来分隔结果，但由于我正在寻找多行模式，所以这是行不通的。我很难找到一种干净的方法来创建匹配模式列表，其中列表的每个条目都是一个单独的匹配模式。

这是一个我正在 pcgrep'ing 的简单示例文件

module test_module(
    input wire in0,
    input wire in1,
    input wire in2,
    input wire cond,
    input wire cond2,
    output wire out0,
    output wire out1
);

assign out0 = (in0 & in1 & in2);
assign out1 = cond1 ? in1 & in2 :
              cond2 ? in1 || in2 :
              in0;

这是我的（部分）python 代码

#!/usr/bin/env python
import subprocess, re

output_str = subprocess.check_output(['pcregrep', '-M', '-e',"^\s*assign\\s+\\bout0\\b[^;]+;", 
                                     "/home/<username>/pcregrep_file.sv"]).split(';')

# Print out the matches
for idx, line in enumerate(output_str):
    print "output_str[%d] = %s" % (idx, line)

# Clear out the whitespace list entries                           
output_str = [line for line in output_str if re.match(\S+, line)]

这是输出

output_str[0] = 
assign out0 = in0 & in1 & in2
output_str[1] = 
assign out1 = cond1 ? in1 & in2 :
              cond2 ? in1 || in2 :
              in0
output_str[2] = 

如果我能做类似的事情就好了

output_list = subprocess.check_output('pcregrep', -M, -e, <pattern>, <file>).split(<multiline_delimiter>)

不创建垃圾来清理（空白列表条目），甚至不使用独立于模式的split() 分隔符。

有没有一种简洁的方法来创建匹配的多行模式列表？

Answer 1

根据 Casimir et Hippolyte 的评论和非常有用的帖子 How do I re.search or re.match on a whole file without reading it all into memory?，我在文件中使用 re 而不是对 pcregrep 的外部调用并使用了 re.findall(pattern, file, re.MULTILINE)

完整解决方案（仅对引用的帖子稍作修改）

#!/usr/bin/env python
import re, mmap

filename = "/home/<username>/pcregrep_file.sv"
with open(filename, 'r+') as f:
    data = mmap.mmap(f.fileno(), 0)
    output_str = re.findall(r'^\s*assign\s+\bct_ela\b[^;]+;', data, re.MULTILINE)
    for i, l in enumerate(output_str):
    print "output_str[%d] = '%s'" % (i,l)

创建所需的列表。

Answer 2

不要那样做。如果由于某种原因无法使用 Python 正则表达式模块，请使用 Python bindings for pcre。