Làm cách nào để phân tích cú pháp chuỗi định dạng C bằng Python?

Question

tôi có mã này trong tập tin C của tôi:

printf("Worker name is %s and id is %d", worker.name, worker.id); 

tôi muốn, với Python, để có thể phân tích các chuỗi định dạng và xác định vị trí "%s" và "%d".

Vì vậy, tôi muốn có một hàm:

>>> my_function("Worker name is %s and id is %d") 
[Out1]: ((15, "%s"), (28, "%d)) 

tôi đã cố gắng để đạt được bindings Python này sử dụng libclang, và với pycparser, nhưng tôi không thấy thế nào điều này có thể được thực hiện với những công cụ này.

Tôi cũng đã thử sử dụng regex để giải quyết vấn đề này, nhưng điều này không đơn giản chút nào - hãy suy nghĩ về các trường hợp sử dụng khi printf có "%%s" và các nội dung tương tự.

Cả gcc và clang rõ ràng làm điều này như là một phần của quá trình biên dịch - không có ai xuất logic này sang Python không?

Answer 1

Bạn có thể chắc chắn tìm thấy các ứng cử viên được định dạng đúng với một regex .

Hãy xem định nghĩa của C Format Specification. (. Sử dụng Microsofts, nhưng sử dụng những gì bạn muốn)

Đó là:

%[flags] [width] [.precision] [{h | l | ll | w | I | I32 | I64}] type 

Bạn cũng có trường hợp đặc biệt của %% mà trở nên % trong printf.

Bạn có thể dịch mô hình đó vào một regex:

(        # start of capture group 1 
%         # literal "%" 
(?:        # first option 
(?:[-+0 #]{0,5})     # optional flags 
(?:\d+|\*)?      # width 
(?:\.(?:\d+|\*))?     # precision 
(?:h|l|ll|w|I|I32|I64)?   # size 
[cCdiouxXeEfgGaAnpsSZ]   # type 
) |        # OR 
%%)        # literal "%%" 

Demo

Và sau đó vào một regex Python:

import re 

lines='''\ 
Worker name is %s and id is %d 
That is %i%% 
%c 
Decimal: %d Justified: %.6d 
%10c%5hc%5C%5lc 
The temp is %.*f 
%ss%lii 
%*.*s | %.3d | %lC | %s%%%02d''' 

cfmt='''\ 
(         # start of capture group 1 
%         # literal "%" 
(?:        # first option 
(?:[-+0 #]{0,5})     # optional flags 
(?:\d+|\*)?      # width 
(?:\.(?:\d+|\*))?     # precision 
(?:h|l|ll|w|I|I32|I64)?   # size 
[cCdiouxXeEfgGaAnpsSZ]    # type 
) |        # OR 
%%)        # literal "%%" 
''' 

for line in lines.splitlines(): 
    print '"{}"\n\t{}\n'.format(line, 
      tuple((m.start(1), m.group(1)) for m in re.finditer(cfmt, line, flags=re.X))) 

Prints:

"Worker name is %s and id is %d" 
    ((15, '%s'), (28, '%d')) 

"That is %i%%" 
    ((8, '%i'), (10, '%%')) 

"%c" 
    ((0, '%c'),) 

"Decimal: %d Justified: %.6d" 
    ((9, '%d'), (24, '%.6d')) 

"%10c%5hc%5C%5lc" 
    ((0, '%10c'), (4, '%5hc'), (8, '%5C'), (11, '%5lc')) 

"The temp is %.*f" 
    ((12, '%.*f'),) 

"%ss%lii" 
    ((0, '%s'), (3, '%li')) 

"%*.*s | %.3d | %lC | %s%%%02d" 
    ((0, '%*.*s'), (8, '%.3d'), (15, '%lC'), (21, '%s'), (23, '%%'), (25, '%02d')) 

Answer 2

Một thực hiện đơn giản có thể là máy phát điện sau:

def find_format_specifiers(s): 
    last_percent = False 
    for i in range(len(s)): 
     if s[i] == "%" and not last_percent: 
      if s[i+1] != "%": 
       yield (i, s[i:i+2]) 
      last_percent = True 
     else: 
      last_percent = False 

>>> list(find_format_specifiers("Worker name is %s and id is %d but %%q")) 
[(15, '%s'), (28, '%d')] 

Điều này có thể khá dễ dàng mở rộng để xử lý thêm thông tin format specifier như chiều rộng và chính xác, nếu cần thiết.

Answer 3

đây là một mã lặp đi lặp lại tôi đã viết rằng in các chỉ số của% s% d hoặc bất kỳ chuỗi định dạng như

  import re 
      def myfunc(str): 
       match = re.search('\(.*?\)',str) 
       if match: 
        new_str = match.group() 
        new_str = new_str.translate(None,''.join(['(',')','"'])) #replace the characters in list with none 
        print new_str 
        parse(new_str) 
       else: 
        print "No match" 

      def parse(str): 
       try: 
        g = str.index('%') 
        print " %",str[g+1]," = ",g 
        #replace % with ' ' 
        list1 = list(str) 
        list1[str.index('%')] = ' ' 
        str = ''.join(list1) 

        parse(str) 
       except ValueError,e: 
        return 

      str = raw_input() 
      myfunc(str)` 

hy vọng nó sẽ giúp