home *** CD-ROM | disk | FTP | other *** search
/ Die Speccy' 97 / Die Speccy' 97.iso / amiga_system / the_aminet / dev / lang / python020.lha / python / lib / regsub.py < prev    next >
Text File  |  1995-10-22  |  4KB  |  148 lines
  1. # Regular expression subroutines:
  2. # sub(pat, repl, str): replace first occurrence of pattern in string
  3. # gsub(pat, repl, str): replace all occurrences of pattern in string
  4. # split(str, pat): split string using pattern as delimiter
  5.  
  6.  
  7. import regex
  8.  
  9.  
  10. # Replace first occurrence of pattern pat in string str by replacement
  11. # repl.  If the pattern isn't found, the string is returned unchanged.
  12. # The replacement may contain references \digit to subpatterns and
  13. # escaped backslashes.  The pattern may be a string or an already
  14. # compiled pattern.
  15.  
  16. def sub(pat, repl, str):
  17.     prog = compile(pat)
  18.     if prog.search(str) >= 0:
  19.         regs = prog.regs
  20.         a, b = regs[0]
  21.         str = str[:a] + expand(repl, regs, str) + str[b:]
  22.     return str
  23.  
  24.  
  25. # Replace all (non-overlapping) occurrences of pattern pat in string
  26. # str by replacement repl.  The same rules as for sub() apply.
  27. # Empty matches for the pattern are replaced only when not adjacent to
  28. # a previous match, so e.g. gsub('', '-', 'abc') returns '-a-b-c-'.
  29.  
  30. def gsub(pat, repl, str):
  31.     prog = compile(pat)
  32.     new = ''
  33.     start = 0
  34.     first = 1
  35.     while prog.search(str, start) >= 0:
  36.         regs = prog.regs
  37.         a, b = regs[0]
  38.         if a == b == start and not first:
  39.             if start >= len(str) or prog.search(str, start+1) < 0:
  40.                 break
  41.             regs = prog.regs
  42.             a, b = regs[0]
  43.         new = new + str[start:a] + expand(repl, regs, str)
  44.         start = b
  45.         first = 0
  46.     new = new + str[start:]
  47.     return new
  48.  
  49.  
  50. # Split string str in fields separated by delimiters matching pattern
  51. # pat.  Only non-empty matches for the pattern are considered, so e.g.
  52. # split('abc', '') returns ['abc'].
  53.  
  54. def split(str, pat):
  55.     prog = compile(pat)
  56.     res = []
  57.     start = next = 0
  58.     while prog.search(str, next) >= 0:
  59.         regs = prog.regs
  60.         a, b = regs[0]
  61.         if a == b:
  62.             next = next + 1
  63.             if next >= len(str):
  64.                 break
  65.         else:
  66.             res.append(str[start:a])
  67.             start = next = b
  68.     res.append(str[start:])
  69.     return res
  70.  
  71.  
  72. # Internal subroutines:
  73. # compile(pat): compile a pattern, caching already compiled patterns
  74. # expand(repl, regs, str): expand \digit escapes in replacement string
  75.  
  76.  
  77. # Manage a cache of compiled regular expressions.
  78. # If the pattern is a string a compiled version of it is returned.
  79. # If the pattern has been used before we return an already compiled
  80. # version from the cache; otherwise we compile it now and save the
  81. # compiled version in the cache.
  82. # Instead of a string, a compiled regular expression can also be
  83. # passed.
  84. # WARNING: if the pattern syntax is changed, the cache should be
  85. # flushed!
  86.  
  87. cache = {}
  88.  
  89. def compile(pat):
  90.     if type(pat) <> type(''):
  91.         return pat        # Assume it is a compiled regex
  92.     if cache.has_key(pat):
  93.         prog = cache[pat]    # Get it from the cache
  94.     else:
  95.         prog = cache[pat] = regex.compile(pat)
  96.     return prog
  97.  
  98.  
  99. # Expand \digit in the replacement.
  100. # Each occurrence of \digit is replaced by the substring of str
  101. # indicated by regs[digit].  To include a literal \ in the
  102. # replacement, double it; other \ escapes are left unchanged (i.e.
  103. # the \ and the following character are both copied).
  104.  
  105. def expand(repl, regs, str):
  106.     if '\\' not in repl:
  107.         return repl
  108.     new = ''
  109.     i = 0
  110.     while i < len(repl):
  111.         c = repl[i]; i = i+1
  112.         if c <> '\\' or i >= len(repl):
  113.             new = new + c
  114.         else:
  115.             c = repl[i]; i = i+1
  116.             if '0' <= c <= '9':
  117.                 a, b = regs[eval(c)]
  118.                 new = new + str[a:b]
  119.             elif c == '\\':
  120.                 new = new + c
  121.             else:
  122.                 new = new + '\\' + c
  123.     return new
  124.  
  125.  
  126. # Test program, reads sequences "pat repl str" from stdin.
  127. # Optional argument specifies pattern used to split lines.
  128.  
  129. def test():
  130.     import sys
  131.     if sys.argv[1:]:
  132.         delpat = sys.argv[1]
  133.     else:
  134.         delpat = '[ \t\n]+'
  135.     while 1:
  136.         if sys.stdin.isatty(): sys.stderr.write('--> ')
  137.         line = sys.stdin.readline()
  138.         if not line: break
  139.         if line[-1] == '\n': line = line[:-1]
  140.         fields = split(line, delpat)
  141.         if len(fields) <> 3:
  142.             print 'Sorry, not three fields'
  143.             print 'split:', `fields`
  144.             continue
  145.         [pat, repl, str] = split(line, delpat)
  146.         print 'sub :', `sub(pat, repl, str)`
  147.         print 'gsub:', `gsub(pat, repl, str)`
  148.