python - 如何忽略字符串文字中的注释

Question

我正在做一个词法分析器作为大学类(class)的一部分。我们教授给我们的脑筋急转弯之一(对评分没有贡献的额外作业)是我们如何在字符串文字中实现注释。
我们的字符串文字以感叹号开始和结束。例如!this is a string literal!我们的评论以三个句点开始和结束。例如...This is a comment...从字符串文字中删除注释相对简单。只需通过 /!.*!/ 匹配字符串文字并通过正则表达式删除评论。如果连续的逗号超过三个，但没有结尾的逗号，则抛出错误。
但是，我想更进一步。我想在字符串文字中实现感叹号的转义。不幸的是，我似乎无法同时使用注释和感叹号转义。
我想要创建的是可以包含注释和感叹号转义的字符串文字。这怎么可能？
例子:

!Normal string!
!String with escaped \! exclamation mark!
!String with a comment ... comment ...!
!String \! with both ... comments can have unescaped exclamation marks!!!... !

这是我当前的代码，不能忽略注释中的感叹号:

def t_STRING_LITERAL(t):
    r'![^!\\]*(?:\\.[^!\\]*)*!'
    # remove the escape characters from the string
    t.value = re.sub(r'\\!', "!", t.value)
    # remove single line comments
    t.value = re.sub(r'\.\.\.[^\r\n]*\.\.\.', "", t.value)
    return t

Answer 1

也许这可能是另一种选择。
使用第一个否定字符类匹配 0+ 次除反斜杠、点或感叹号之外的任何字符。
然后，当您匹配第一个字符类不匹配的字符时，请使用替换来匹配:

重复 0+ 次匹配一个不直接跟在 2 个点后面的点

或从 3 点匹配到下一个 3 点匹配

或仅匹配转义字符

为了防止灾难性的回溯，您可以在 Python 中使用正向前瞻和内部捕获组来模拟原子组。如果断言为真，则使用对 \1 的反向引用匹配。
例如

(?<!\\)![^!\\.]*(?:(?:\.(?!\.\.)|(?=(\.{3}.*?\.{3}))\1|\\.)[^!\\.]*)*!

说明

(?<!\\)!比赛 !前面没有直接\

[^!\\.]*匹配除 ! 以外的任何字符 1+ 次\或 .

(?:非捕获组

(?:\.(?!\.\.)匹配一个不直接跟在 2 个点后面的点

|或

(?=(\.{3}.*?\.{3}))\1来自 ... 的组 1 中的断言和捕获到最近的 ...

|或

\\.匹配转义字符

)关闭群

[^!\\.]*匹配除 ! 之外的任何字符 1+ 次\或 .

)*!关闭非捕获组并重复 0+ 次，然后匹配 !

Regex demo