python正则表达式以匹配多行预处理器宏

python regex to match multi-line preprocessor macro

下面是我编写的正则表达式，用于匹配C / C代码中的多行预处理器宏。我绝不是正则表达式专家，所以我欢迎任何有关如何使它更好的建议。

这里是正则表达式：

1 2	\\s#define(.\\\\\ )+[\\S]+(?!\\\\)

它应该与所有这些匹配：

1 2	#define foo(x) if(x) \\ doSomething(x)

但是其中只有一部分(与下一行代码不匹配：

1
2
3

#define foo(x) if(x) \\
doSomething(x)
normalCode();

并且也不应该匹配单行预处理器宏。

我非常确定上面的正则表达式可以正常工作-但正如我所说，可能有更好的方法来做，而且我想有很多方法可以打破它。有人可以建议吗？

这是我打开的一个简单测试程序：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43

#!/usr/bin/env python

TEST1="""
#include"Foo.h"
#define bar foo\\\\
x
#include"Bar.h"
"""

TEST2="""
#define bar foo
#define x 1 \\\\
12 \\\\
2 \\\\\\\\ 3
Foobar
"""

TEST3="""
#define foo(x) if(x) \\\\
doSomething(x)
"""

TEST4="""
#define foo(x) if(x) \\\\
doSomething(x)
normalCode();
"""

import re
matcher = re.compile(r"^[ \\t]*#define(.*\\\\\
)+.*$",re.MULTILINE)

def extractDefines(s):
mo = matcher.search(s)
if not mo:
print mo
return
print mo.group(0)

extractDefines(TEST1)
extractDefines(TEST2)
extractDefines(TEST3)
extractDefines(TEST4)

我使用的是：

1 2	r"^[ \\t]#define(.\\\\\ )+.*$"

与所使用的一种用法非常相似，其变化如下：

[\\\\ t]避免在开始时换行
的定义。

我依靠
贪婪，所以我可以在
最终获得第一行
定义不以\\\\结尾

1
2
3
4
5
6
7

start = r"^\\s*#define\\s+"
continuation = r"(?:.*\\\\\
)+"
lastline = r".*$"

re_multiline_macros = re.compile(start + continuation + lastline,
re.MULTILINE)