如何用Python正则提取C++ #ifdef TYPEA块内的头文件引入语句

问题根因 #

你使用了re.match()进行匹配，该方法要求正则必须从字符串的第一个字符开始命中，所以你必须在正则开头加(\s*.*)才能匹配到#ifdef TYPEA，但同时也把前面所有无关内容都纳入了匹配结果。你去掉开头部分后re.match()从字符串开头找不到#ifdef TYPEA，自然返回空。

调整方案 #

把re.match()换成全局搜索的re.search()，同时调整正则用分组单独捕获你需要的内容即可：

import re

pattern = re.compile(
    r'#ifdef\s+TYPEA\s*(.*?)(?=\s*#(?:else|endif))',
    re.DOTALL
)
match = pattern.search(source_content)
if match:
    desired_match = match.group(1)
    print(desired_match)

运行输出 #

#include "some_header.h"
           #include "some_other_header23.h"

完全符合预期，不需要额外处理即可拿到目标内容。

正则说明 #

• #ifdef\s+TYPEA\s*：匹配带前后任意空白的#ifdef TYPEA行，末尾的\s*会吃掉该行末尾的换行符，避免结果开头多空行
• (.*?)：非贪婪捕获所有内容，对应你需要的头文件行
• (?=\s*#(?:else|endif))：正向预查，匹配到带任意前导空白的#else或#endif就停止，不会把这两个标识纳入捕获结果
• re.DOTALL：让.可以匹配换行符，实现跨行匹配

如果你一定要保留re.match()用法，可以在正则开头加非贪婪匹配.*?，同样取group(1)即可：

pattern = re.compile(
    r'.*?#ifdef\s+TYPEA\s*(.*?)(?=\s*#(?:else|endif))',
    re.DOTALL
)
match = pattern.match(source_content)

内容的提问来源于stack exchange，提问作者JE_Muc