不管是哪种编程语言,学习正则是一节必修课,python也是如此。正则通常被用来做什么?处理复杂的字符串及文本。比如,提取RTL的begin end之间的内容,提取verilog的模块端口完成自动例化,处理APR的io file等。用好正则,常常可以事半功倍。
为了更轻松愉快地学习正则,我们分成三次讲解:
特殊字符和基本用法
复杂规则
一些实例
本文是第一次讲解,介绍正则的特殊字符和基本用法。
回顾一:
在《python的数据类型(三):字符串》中已经介绍过一些字符串的处理函数,先来一起回顾一下,见下图,不记得的同学可以点击链接看看。
功能 | 函数 |
---|---|
查找子字符串 | index, find |
替换 | replace |
拆分 | split |
转大小写 | upper, lower |
截头尾 | strip, lstrip, rtrip |
开始结束 | startswith, endswith |
格式化 | format |
回顾二:
与Perl语言的正则对比着学习,可以加深理解和记忆。下面是两篇Perl正则的介绍:
Perl在ASIC中的应用——高级篇(1):Perl的正则表达式
Perl在ASIC中的应用——实战篇(3):网表处理
在正则的概念里,有一个术语叫“匹配”,匹配就是利用一些特殊字符如 . * +
等来描述一个字符串。比如有字符串'abbbc'
,我们可以用'ab+c'
来描述。又如verilog的begin end块可以用'begin.*end'
来描述。我们可以看到,匹配不仅仅描述某一个字符串,而是描述某一类字符串。
与Perl不同,Perl的正则是语言结构的一部分,而Python的正则是定义在模块包re里,使用时需要先import re
。
下面,我们先来看看python正则的基本用法,为了简单、容易入门,这次主要介绍与Perl正则语法类似的部分。
.
除\n外的任意字符 ^
字符串的开头 $
字符串的结尾 \b
字符串边界 \B
非边界 \d
数字0到9 \D
非数字 \s
空白字符 \S
非空白字符 \w
字母a-z,A-Z,数字0-9,和下划线_ \W
大小写字母和下划线 以外的其它字符 \A
字符串开头 \Z
字符串结尾
`` 特殊字符前加转义表示字符本身
\n
换行符newline 0x0a \t
制表符tab \r
回车符0x13 \f
换页符 \v
垂直制表符
[...]
字符集合,[]中的特殊字符表示字符本身 [^...]
字符集合以外的字符
|
或,比如A|B,如果A没匹配到,就匹配B
*
重复大于等于0次 +
重复大于等于1次 ?
重复0次或1次
*?
+?
??
默认是贪婪模式,尽可能多的匹配。比如verilog里有很多个begin end块。'begin.*end'
是从第一个begin匹配到最后一个end,这往往不是我们想要的。如果我只需要匹配到第一个end,用非贪婪模式'begin.*?end'
即可。
(...)
括号中内容可以再后续引用
基本规则介绍完毕。下面介绍几个re模块的函数。
在Perl中,匹配和替换用下面的语法:
而Python中,由于一切都是对象,我们需要使用re模块中的方法(函数)来实现。在re中有一个search
函数,第一个参数是pattern,就是正则,第二个参数是被匹配的字符串。需要注意的是:正则本身也是一个字符串,常使用raw字符串,即r'...',可以避免一些不必要的转义。
如果匹配到了,result.group(0)
则是匹配到的字符串;如果没有匹配到,result则为None。所以,可以根据result是不是None来判断是否查找到指定的字符串。例如:
在正则中加括号()来引用匹配的子字符串,例如下面的一段代码,对verilog信号名a和b加括号,则result.group(1)表示第一个括号匹配的子字符串a,result.group(2)表示第二个括号匹配的子字符串b。而result.group(0)表示匹配的全部字符串。
由于原字符串带有\n换行符,默认.*
不能跨越换行符匹配,需要加上re.S的选项才可以。除了re.S还有其它一些常见选项:
re.S 当作单行(Singal line)来匹配
re.M 当作多行(Multi line)来匹配
re.I 忽略(Ignore)大小写
正则的主要作用,是进行高级查找和替换,查找是search()
,替换就是sub()
,如下所示:
在'string'中查找'pattern',并替换成'replace';
replace为空字符串''时,等同于删除;
count指定替换的次数,默认0是全部替换;
option与search中的相同,可以指定单行、多行、大小写等;
返回值是替换后的新字符串,如果没有匹配到,返回老字符串。
例如,下面的代码,把所有的input替换成output:
因为python中的search()
函数不如perl的=~ m/.../
灵活,所以re中还提供了其它函数来增强功能,findall()
便是其中一个。
顾名思义,findall就是查找所有的匹配,函数返回一个list。语法如下:
例如,查找所有的输入端口:
我们可以看到,findall()返回了所有输入端口的列表。而search()呢?只返回第一个匹配结果。
用dir(re)
看看re模块包定义了哪些函数,如下:
大家可以用help(re.xxx)来查看帮助。
到此,python正则的基本用法就介绍完毕了。只要我们在实际项目中灵活运用这些基本规则就可以了。
要求:考虑verilog 2001 C风格和和verilog95的传统风格。
提示:除了复位名称需要替换外,always中的复位posedge也需要同时替换成negedge;if(rst)需要替换成 if(!rst_n)。
简化一点,外部连线的名字和端口名相同。