如何在 .hgignore 中模拟语言补码运算符？

Question

我有一个匹配一组文件名的 Python 正则表达式。如何更改它以便我可以在 Mercurial 的 .hgignore 文件中使用它来忽略 不 匹配表达式的文件？

全文： 我有一个很大的源代码树，其中散布着*.ml 文件。我想把它们放到一个新的存储库中。还有其他不太重要的文件太重而无法包含在存储库中。我正在尝试查找.hgignore 文件的对应表达式。

第一个观察：Python 没有常规语言补码运算符（AFAIK 它只能补码一组字符）。 （顺便说一句，为什么？）

第二次观察： Python 中的以下正则表达式：

re.compile("^.*(?<!\.ml)$")

按预期工作：

abcabc - match  
abc.ml - no match  
x/abcabc - match  
x/abc.ml - no match

但是，当我在 .hgignore 文件中放入完全相同的表达式时，我得到了：

$ hg st --all  
?  abc.ml  
I .hgignore  
I abcabc  
I x/xabc  
I x/xabc.ml  

根据.hgignore 手册页，Mercurial 只使用普通的 Python 正则表达式。那我怎么会得到不同的结果呢？ Mercurial 怎么可能找到x/xabc.ml 的匹配项？

有没有人知道缺少常规语言补码运算符的丑陋方法？

Answer 1

正则表达式依次应用于每个子目录组件以及文件名，而不是同时应用于整个相对路径。因此，如果我的仓库中有 a/b/c/d，则每个正则表达式都将应用于 a、a/b、a/b/c 以及 a/b/c/d。如果任何组件匹配，该文件将被忽略。 （您可以通过尝试^bar$ 与 bar/foo 来判断这是这种行为 - 您会看到 bar/foo 被忽略。）

^.*(?<!\.ml)$ 忽略 x/xabc.ml，因为该模式匹配 x（即子目录）。

这意味着没有正则表达式可以帮助您，因为您的模式必须匹配第一个子目录组件。

Answer 2

问题似乎特别是子目录中的匹配项与根目录不同。请注意以下几点：

$ hg --version
Mercurial Distributed SCM (version 1.1.2)

这是一个旧版本，但它的行为方式相同。我的项目有以下文件：

$ find . -name 'abc*' -print
./x/abcabc
./x/abc.ml
./abcabc
./abc.ml

这是我的 .hgignore：

$ cat .hgignore
^.*(?<!\.ml)$

现在，当我运行 stat:

$ hg stat
? abc.ml

所以，hg 未能接听x/abc.ml。但这真的是正则表达式的问题吗？也许不是：

$ python
Python 2.6.2 (release26-maint, Apr 19 2009, 01:56:41) 
[GCC 4.3.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import mercurial.ignore
>>> import os
>>> root = os.getcwd()
>>> ignorefunc = mercurial.ignore.ignore(root, ['.hgignore'], lambda msg: None)
>>> 
>>> ignorefunc("abc.ml") # No match - this is correct
>>> ignorefunc("abcabc") # Match - this is correct, we want to ignore this
<_sre.SRE_Match object at 0xb7c765d0>
>>> ignorefunc("abcabc").span() 
(0, 6)
>>> ignorefunc("x/abcabc").span() # Match - this is correct, we want to ignore this
(0, 8)
>>> ignorefunc("x/abc.ml") # No match - this is correct!
>>> 

请注意，ignorefunc 对待 abcabc 和 x/abcabc 相同（匹配 - 即忽略），而 abc.ml 和 x/abc.ml 也同样对待（不匹配 - 即不忽略）。

所以，也许逻辑错误出现在 Mercurial 的其他地方，或者我正在查看 Mercurial 的错误位（尽管如果是这种情况我会感到惊讶）。除非我遗漏了什么，否则可能需要针对 Mercurial 提交错误（而不是 Martin Geisler 指出的 RFE）。

Answer 3

通过一些测试，找到了两个似乎可行的解决方案。第一个根到子目录，显然这很重要。第二个是易碎的，因为它只允许使用一个后缀。我正在使用 Mercurial 1.2.1 在 Windows XP（定制为更加统一）上运行这些测试。

（我用# message添加的评论。）

$ hg --版本 Mercurial 分布式 SCM（版本 1.2.1） $猫.hgignore 语法：正则表达式 ^x/.+(?

第二个：

$猫.hgignore 语法：正则表达式 #^x/.+(?

据我了解，第二个具有完全预期的行为。第一个仅在子目录中具有预期行为，但更灵活。