python - OR运算符内部的OR运算符-RegEX

我试图用python创建一个编译器，并使用re模块创建标记。语言将非常类似于Assembly。
几乎所有的东西都在工作，但我有一个代币有问题。让我举一个例子说明这个代币是什么：

mov [eax], 4
mov [name],2
mov eax, [ebx]

令牌：[eax]，[ebx]
我可以用这个模式找到我想要的：\[(eax|ebx)\]
但是当我和其他模式一起使用时，我得到了一个错误，我相信这是因为'|'。

SCANNER = re.compile(r"""
    ;(.)*                    # comment
    |(\[-?[0-9]+\])          # memory_int
    |(\[-?0x[0-9a-fA-F]+\])      # memory_hex
    |(\[(eax|ebx)\])             # memory access with registers
    """, re.VERBOSE)

for match in re.finditer(SCANNER, lines[i]):
            comment, memory_int, memory_hex, memory_reg = match.groups()

错误：

ValueError: too many values to unpack (expected 4)

有没有办法用另一个字符替换'|'？

最佳答案

问题不在于：

    |(\[(eax|ebx)\])             # memory access with registers

这是因为表达式的这一部分定义了两个捕获组，一个嵌套在另一个组中，因此|返回的值比可以解包的多，例如第一行：

(None, None, None, '[eax]', 'eax')

避免嵌套组的一种方法是使用：

    |(\[eax\]|\[ebx\])          # memory access with registers

这将导致返回：

(None, None, None, '[eax]')

正如@Shashank所指出的，您还可以使用非捕获组match.groups()语法来定义嵌套的可能寄存器值模式：

    |(\[(?:eax|ebx)\])          # memory access with registers

为了达到同样的目的当可能的子模式数量较多（而且它们更复杂）时，这种方法是有利的，因为否则，您需要为每个可能完整地说明整个模式，而不是利用它们可能有的一些共性。

关于python - OR运算符内部的OR运算符-RegEX，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/29932763/