Python re.match中的不平衡圆括号

Question

使用re.match()时遇到一个非常奇怪的问题。这是我的代码：

for rule in rules:
    # print (rule, ", ", item)
    if re.match(rule, item):
        tokenLine.append(self.ruleDictionary[rule])
        tokenLine.append("KNOWN")
        break

背景信息：

有一个外部文件包含以下格式的词法规则：

tokenName   ::  production1  |  production2  | production3

ruleDictonary是一个字典，其中productions是映射到相关tokenName的密钥，rules是ruleDictionary的密钥列表，item是读取的字符串。由于一些结果很容易用正则表达式求和，例如[a-z]+或d+，因此字典键可以是正则表达式定义，这就是这个循环的目的。

问题：

目前，在运行我创建的示例定义文件和示例输入时，我遇到了一个unbalanced parenthesis错误。但是，当我在if语句之前取消对print()语句的注释时，它工作得非常好。出于调试目的，我创建了print()语句，但没有意识到它会对程序的实际执行产生影响。我完全迷路了，不知道为什么在启用打印时它能工作。

Answer 1

您的问题来自模式变量rule的内容。它必须包含一个括号。但是在正则表达式中，括号有一个特殊的含义（组）。

所以你需要用(或)逃离它们。你可以用

rule.replace('(', '(')
rule.replace(')', ')')

如果你想了解更多，不平衡括号python这个问题还有其他信息。

Answer 2

正如@Kuhess的回答中所描述的，您面临的直接问题是，您的规则包含了偏旁性，并将其用作正则表达式，但无法逃脱偏旁性（或*等正则表达式中具有特殊含义的其他字符）。

然而，这仍然不能解释您观察到的行为，即在尝试匹配规则之前添加print()调用似乎可以解决问题。

我能够从您的回购中用unmatched分支重现unmatched paranthesis错误。然后，在不改变任何事情的情况下，使用完全相同的参数进行第二次运行！

因此，我仔细查看了您的代码，我确信我知道您的代码不具有确定性的原因：您使用字典（self.ruleDictionary）来存储规则，迭代其键，并在规则匹配时立即循环break。

字典在Python中没有保证的顺序。它们的顺序不是任意的，但几乎不可能预测，并且可能在后续运行之间发生变化，甚至在修改字典之后发生变化。因此，在某些运行中，有问题的规则永远不会得到测试，因为一个有效的正则表达式匹配，并且您将break从for循环中排除。

因此，你不能也永远不应该依赖字典的特定顺序。那么你有什么选择呢？

1）使用有序dict（Python 2.7+）

您可以使您的rulesDictionary成为collections.OrderedDict的实例。OrderedDict将完全按照插入的顺序保留项目：

from collections import OrderedDict
# ...
self.rulesDictionary = OrderedDict()

2）按关键字对字典项进行动态排序，并迭代该有序序列：

for key, value in sorted(dct.items(), key=lambda x: x[0]):
    # ...

这将为您提供稳定的字母顺序，但不是项目插入的顺序。我确实相信这些规则的顺序与你的情况有关，所以你应该选择1）。