Как правильно написать regexp?

Question

[Maxim Nikitenko]

В общем мне необходимо найти все строки локализации в шаблоне, где бывает, использую разные кавычки, написал скриптик, но вот в чем проблема

import re
text = """<input value="0" >{{ _('Root') }}
<input value="1" >{{ _("Test's") }}
<input value="{{ _('Move') }}" name="submit">"""
regx = re.compile(r"""_\((["'])([^\1]*)\1\)""")
regx.findall(text)

Такой regexp почему-то не работает.
Если делаю так:

regx = re.compile(r"""_\((["'])([^'"]*)\1\)""")
regx.findall(text)

Естественно не находит вторую строчку, натыкаясь на одинарную кавычку.

Собственно вопрос:
Как правильно написать regexp и почему не работает мой?

Answer 1

[Maxim Nikitenko]

В общем решение такое:

regx = re.compile(r"""_\((['"])((?:(?!\1).)+)\1\)""")

Благодарю Vintorez за помощь!

Answer 2

[Валерий]

Вот так:

regx = re.compile(r"""_\(['"](?P<value>.+)['"]\)""")

Comments

[Maxim Nikitenko]

Почему-то не всегда правильно срабатывает:
pastebin.com/xbNkasQG

[Maxim Nikitenko]

можно увидеть, подсунув этому регэкспу вот эту строку например:
{{ _('Change') }}">").fadeIn("slow");

[Maxim Nikitenko]

комбинровал ваш и свой регексп все заработало:
regx = re.compile(r"""_\((['"])(?P.+)\1\)""")

[Maxim Nikitenko]

Беру свои слова обратно, тоже проблемы встречаются :( чтож делать то, свой чтоль писать

[Валерий]

Нет, просто я взял внутри все символы, а нужно чуть более специфично написать. Например так:

regx = re.compile(r"""_\(['"](?P<value>[^)]+)['"]\)""")

То есть я просто исключаю закрывающуюся скобочку из регэкспа.

[Maxim Nikitenko]

а если так:
{{ _('Change(comment)') }}>").fadeIn("slow");

[Валерий]

)) знатный, я скажу вам, вы извращенец, батенька! ))
Тогда вот так:

regx = re.compile(r"""{{ _\(['"](?P<value>.+)['"]\) }}""")

[Maxim Nikitenko]

Прям как в шахматы играем, а вот так:
{ _('Add user') }}"></a>{{ _('Users') }}

[Валерий]

И вообще, что это за синтаксис такой? {{ _( ) }} В темплейтах такого не бывает, вроде. Где это используется??

[Maxim Nikitenko]

Это переводы обычно, модуль gettext, в темплейты пробрасывается функция перевода текста с таким название для упрощения

[Maxim Nikitenko]

я уже решил эту задачку методом проб и ошибок :) ща выложу отдельным ответом, огромное спасибо за помощь!

[Валерий]

Пожалуйста! ) Только вот все-таки мне интересно, что вы используете? Это вроде и не Jinja и не Django..

[Maxim Nikitenko]

Это Jinja из Flask, плюс в темплейт передаю:

_=translation.ugettext
<code>
А это translation:
<code>
translation = gettext.translation('domain', os.path.join(current_dir, 'translations'), languages=["en", "ru"])
</code>
gettext - это стандартный модуль который читает работает с mo файлами локализации

[Валерий]

А, точно же, что-то торможу, не выспался )
В таком случае наверное лучше было бы использовать не "_()", а что-нибудь уникальное. Например тот-же "gettext()". Тогда и регулярка бы была попроще. Ну да ладно, это уже оффтоп.

Answer 3

[Валерий]

Мне кажется проверка на двойные и одинарные кавычки внутри это лишнее. Я думаю, вам будет достаточно написать так: regx = re.compile(r"""_\(.*\)""")

Comments

[Maxim Nikitenko]

@Vintorez ну вы же понимаете, это не наш метод.

Я привык раскапывать проблему до тех пор, пока с некоей долей уверенности можно будет тыкнуть в кого-либо пальцем.

[Валерий]

@sets88 Тогда можно уточнить логику вашего регэкспа? По какому принципу вы пытаетесь найти строки локализации? Нижнее подчеркивание, скобки, одинарные или двойные кавычки, а дальше что по вашему должно быть??

[Maxim Nikitenko]

@Vintorez нужен текст внутри кавычек, независимо от типа кавычек, двойные нужны чтобы можно было использовать одинарные кавычки в тексте.

[Валерий]

@sets88 А, так бы и сказали )) Тогда так:
regx = re.compile(r"""_\(['"](?P.+)['"]\)""")
Тут и проверка на кавычки и возвращается только текст внутри.

[Валерий]

Ха, валидатор убрал часть регэкспа.