[Python-de] regex: Ausdruck matches wen auf einer Zeile, fails when "freespacing"

[robert rottermann]

Hoi zäme


Ich habe eine regular Expression um Sektionen in einem ini-File zu filtern.

Dieser Ausdruck funktioniert wenn er auf eine Zeile geschrieben wird. Also:

sp0 = '^\[[^\]\r\n]+](?:\r?\n(?:[^\[r\n].*)?)*'

Nicht aber wenn er "free spacing" geschrieben ist:

sp2 = """
^\[[^\]\r\n]+]            # match a section header
(?:                       # followed by the rest of the section
    \r?\n                 # match a line break sequence
    (?:                   # after Each line starts match
        [^[\r\n]           # Any character except "\[" or line break
        .*                # match rest of the line
    )?                    # Group is optional to match empty lines
)*                        # Continue until end of section
"""

import re
FNANME = '/home/robert/workbench/helpers/python/regexp/odoo_samp.cfg'

with open(FNANME) as f:
    txt = f.read()

res0 = re.findall(sp0, txt)    # <----- OK
res2 = re.findall(sp2, txt)    # resultiert in leerer Liste

res0 = re.findall(sp0, txt, re.X)    # re.error: nothing to repeat at position
16 (line 2, column 8)
res2 = re.findall(sp2, txt, re.X)    # re.error: nothing to repeat at position
17 (line 3, column 5)


Muss ich noch irgend ein Flag setzen?

danke für Eure Hilfe

schöne Adventszeit

Robert

[Christopher Arndt]

Am 08.12.22 um 08:20 schrieb robert rottermann:

> Muss ich noch irgend ein Flag setzen?

a) Du solltest Raw Strings verwenden:

regex = r"..."

b) Statt "\r\n" zu matchen, verwende re.MULTILINE und "^" und "$".

c) Regular expressions sind für so was nur bedingt geeignet, besser wäre
es einen Parser zu definieren, z.B. mit PyParsing:

https://github.com/pyparsing/pyparsing/blob/master/examples/configParse.py

Chris

[Peter J. Holzer]

On 2022-12-08 07:20, robert rottermann <rob...@redcor.ch> wrote:
> Ich habe eine regular Expression um Sektionen in einem ini-File zu filtern.
>
> Dieser Ausdruck funktioniert wenn er auf eine Zeile geschrieben wird. Also:
>
> sp0 = '^\[[^\]\r\n]+](?:\r?\n(?:[^\[r\n].*)?)*'

Auch eher nur zufällig.

> Nicht aber wenn er "free spacing" geschrieben ist:
>
> sp2 = """
> ^\[[^\]\r\n]+]            # match a section header
> (?:                       # followed by the rest of the section
>     \r?\n                 # match a line break sequence
>     (?:                   # after Each line starts match
>         [^[\r\n]           # Any character except "\[" or line break
>         .*                # match rest of the line
>     )?                    # Group is optional to match empty lines
> )*                        # Continue until end of section
> """

Füge an dieser Stelle

print(f"sp0=«{sp0}»")
print(f"sp2=«{sp2}»")

ein, dann siehst Du, wo der Fehler liegt.

hp

[Stefan Schwarzer]

On 2022-12-08 08:20, robert rottermann wrote:
> Ich habe eine regular Expression um Sektionen in einem ini-File zu filtern.
>
> Dieser Ausdruck funktioniert wenn er auf eine Zeile geschrieben wird. Also:
>
> sp0 = '^\[[^\]\r\n]+](?:\r?\n(?:[^\[r\n].*)?)*'
>
> Nicht aber wenn er "free spacing" geschrieben ist:
>

> [...]

> Muss ich noch irgend ein Flag setzen?

Du möchtest vermutlich `re.VERBOSE`:
https://docs.python.org/3/library/re.html#re.VERBOSE

> schöne Adventszeit

Dir auch. :)

Viele Grüße
Stefan

[Stefan Schwarzer]

TL;DR: Ich persönlich sehe das nicht ganz so kritisch. ;-)

On 2022-12-08 12:01, Stefan Ram wrote:
> Im Usenet gelten 72 Zeichen als Obergrenze für Zeilenlängen.
> Meiner Meinung nach sollte diese Grenze auch für Betreffe gelten.
> Obiger Betreff sieht so aus:
>
> [Python-de] regex: Ausdruck matches wen auf einer Zeile, fails when "freespacing"
>
> (ca. 82 Zeichen), in manchen (älteren) Newsreadern sogar:
>
> Re: =?utf-8?q?=5BPython-de=5D_regex=3A_Ausdruck_matches_wen_auf_einer_Zeile=2C_fails_when_=22freespacing=22?=

Das ist die kodierte Version, die nicht zur Anzeige bestimmt ist.
Und ich denke, ein E-Mail- oder News-Reader (selbst "ältere")
sollte das dekodieren können.

> Mit seiner Mischung aus Englisch und Deutsch sowie "wen" ist
> der Betreff auch nicht gerade eine Glanzleistung seines Autors.

Flüchtigkeitsfehler können jedem passieren.

> Man hätte beispielsweise
>
> Aufteilung eines regulaeren Ausdrucks
>
> als Betreff verwenden können.

Das ist halt immer die Abwägung zwischen Aussagekraft und
Kompaktheit. Beides sind sinnvolle Kriterien, die sich aber
mitunter widersprechen.

Viele Grüße
Stefan

[Peter J. Holzer]

On 2022-12-08 14:07, Stefan Schwarzer <sschw...@sschwarzer.net> wrote:
> On 2022-12-08 08:20, robert rottermann wrote:
>> Ich habe eine regular Expression um Sektionen in einem ini-File zu filtern.
>>
>> Dieser Ausdruck funktioniert wenn er auf eine Zeile geschrieben wird. Also:
>>
>> sp0 = '^\[[^\]\r\n]+](?:\r?\n(?:[^\[r\n].*)?)*'
>>
>> Nicht aber wenn er "free spacing" geschrieben ist:
>>
>> [...]
>
>> Muss ich noch irgend ein Flag setzen?
>
> Du möchtest vermutlich `re.VERBOSE`:
> https://docs.python.org/3/library/re.html#re.VERBOSE

hat er ja:

[Matthias Urlichs]

On 08.12.22 09:04, Christopher Arndt wrote:
> c) Regular expressions sind für so was nur bedingt geeignet, besser
> wäre es einen Parser zu definieren, z.B. mit PyParsing:

(d) für .INI-Dateien gibt es doch eh schon ein Standard-Modul …?

--
-- mit freundlichen Grüßen
--
-- Matthias Urlichs