如何打印Python正则表达式编译后的OPCODES？

查看编译后的内部虚拟机代码 #

re.compile()生成的正则对象包含私有属性_code，可以直接打印它来查看编译后的指令序列。如果需要更易读的指令名称，可结合re._compiler里的操作码映射：

import re
from re._compiler import opmap

# 编译正则表达式
c = re.compile('(?<=abc)def')

# 打印原始指令
print("原始指令序列：")
print(c._code)

# 转换为可读的指令名称
print("\n可读指令说明：")
opcode_name = {v: k for k, v in opmap.items()}
for instr in c._code:
    op = opcode_name.get(instr[0], f"未知操作码({instr[0]})")
    print(f"{op}: {instr[1:]}")

实现细节相关说明 #

Python的re模块采用类PikeVM的回溯式正则引擎，编译过程会把正则表达式转换成虚拟机可执行的指令序列：

• 编译逻辑在re/_compiler.py中实现，负责将正则语法解析并翻译成对应的操作码
• 所有虚拟机操作码的定义在re/_constants.py中，包含了匹配、跳转、断言等各类操作的编码
• PikeVM的核心思路是通过执行线性的指令序列处理文本匹配，遇到分支时进行回溯尝试

内容的提问来源于stack exchange，提问作者Agnishom Chattopadhyay