Python中的不平衡括号重新匹配

Question

使用re.match()时遇到了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：

^{pr2}$

ruleDictonary是一个字典，其中production是映射到相关tokenName的键，rules是{}的键列表，item是被读取的字符串。由于某些结果很容易由正则表达式求和，例如[a-z]+或\d+，字典键可以是正则表达式定义，这就是这个循环要找出的。在

问题：

目前的情况是，在运行我创建的示例定义文件和示例输入时，我遇到了unbalanced parenthesis错误。但是，当我取消对print()语句前面的print()语句的注释时，它工作得非常好。我创建了print()语句用于调试目的，但没有意识到它会对程序的实际执行产生影响。我完全不知所措，不知道为什么启用了打印功能。在

Answer 1

正如@Kuhess的回答中所描述的，您当前面临的问题是，您的规则包含了paranthesis并将它们用作正则表达式，但却没有逃过paranthesis（或其他在正则表达式中具有特殊含义的字符，如*）。在

但是，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一个print()调用似乎可以解决问题。在

我能够从您的回购中复制出unmatched paranthesis错误和^{} branch。然后，在不改变任何东西的情况下，用完全相同的参数进行第二次运行就成功了！在

所以我仔细研究了你的代码，我很确定我知道为什么你的代码是不确定的：你使用一个字典（^{}）来存储规则，iterate over its keys，和{}一旦规则匹配，循环就存储起来。在

字典在Python中没有保证的顺序。Their order isn't arbitrary，但它几乎不可能预测，它可能会在后续运行之间或甚至在修改字典后发生变化。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，而您break会退出for循环。在

所以，你不能，也永远不应该依赖字典的某个特定顺序。你有什么选择？在

1）使用有序dict（Python 2.7+）

您可以使您的rulesDictionary成为^{}的实例。OrderedDict将按项目插入的顺序保留这些项目：

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

2）按键动态排序字典项，并按顺序迭代：

^{pr2}$

这将为您提供一个稳定的字母顺序，而不是项目插入的顺序。我相信这些规则的顺序与你的情况有关，所以你应该选择1）。在

Answer 2

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，括号有特殊的含义（组）。在

所以你需要用\(或\)来转义它们。您可以使用：

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

如果你想知道更多，问题Unbalanced parenthesis python中还有其他信息。在