python正则

---

一、公共基础符号（出现在多个模式中）

符号	名称	作用	示例
\b	单词边界	匹配一个位置，该位置一侧是单词字符（\w），另一侧不是。保证匹配完整的单词，不会匹配 inputwire 中的 input。	\binput\b 匹配 " input" 但不匹配 "inputwire"、"iinput wire"
\s	空白字符	匹配任意空白符（空格、制表符、换行等）	\s+ 匹配一个或多个空白
\w	单词字符	匹配 [A-Za-z0-9_]	\w+ 匹配 "clk_100"
+	量词（一次或多次）	修饰前面的原子，表示至少出现1次	\s+ 至少一个空白
?	量词（零次或一次）	修饰前面的原子，表示出现0次或1次（即可选）	\s+? 懒惰匹配（但这里是非贪婪）
*	量词（零次或多次）	修饰前面的原子，表示可以出现任意次（包括0次）	\s* 零个或多个空白
[ ]	字符类	匹配方括号内列举的任意一个字符	[^\]] 匹配除了 ] 以外的任意字符
^	取反（在字符类开头）	在字符类 [^...] 中表示否定，匹配不在括号内的字符	[^\]] 匹配不是 ] 的字符
\	转义	将特殊字符转义为字面意义，或者引入特殊序列	\] 匹配字面右方括号
( )	捕获分组	将括号内的表达式作为一个组，并且捕获匹配的文本，供后续提取或反向引用	(\w+) 捕获端口名
(?: )	非捕获分组	仅用于分组或应用量词，不捕获文本，不保存到结果中	(?:\s*,\s*(\w+)) 整体作为一个组，但不捕获
`	`	或	分隔两个子表达式，匹配其中任意一个

---

二、针对每个模式的具体解释

2. pattern2 = r'\binput\s+\w+\s+(\w+)'

符号序列	详细解释（包含“后面有无空格”的影响）
\binput	\b 是单词边界位置，只要求 input 前面是边界（行首/空格/标点），不关心后面；input 后面有无空格不影响本段匹配，但若后面紧接字母（如 inputwire），则后续 \s+ 会失败
\s+	匹配至少一个空白字符（空格/制表符）；后面必须紧跟空白，若 input 后面无空白（如直接换行或字母），则整个匹配失败；若有多个空白，\s+ 会全部消耗掉
\w+	匹配至少一个单词字符（字母/数字/下划线）；后面有无空格取决于下一个符号：若下一个是 \s+，则 \w+ 后面必须有空白才能继续；若下一个是其他（如 $），则无空格也可；此处 \w+ 后面是 \s+，所以 \w+ 后面必须紧跟空白才能匹配成功
\s+	同上，要求前一个 \w+（类型关键字）后面必须有至少一个空白，否则匹配失败
(\w+)	捕获端口名；后面有无空格不影响本捕获组的匹配（因为它是最后一个元素），但如果后面还有字符（如逗号或换行），则不会影响已经捕获的内容；注意：若端口名后面直接跟非空白字符（如 clk,），则 \w+ 会匹配 clk 而停止于逗号，因为逗号不是单词字符

补充说明：

• \s+ 后面有无空格：\s+ 本身消耗空白，它后面如果紧跟 \w+，则中间不需要额外空格，因为 \s+ 已经处理了所有空白。
• \w+ 后面有无空格：取决于下一个正则原子。若下一个原子是 \s+，则 \w+ 后面必须有空白；若下一个原子是 \b 或 $ 或 [ 等，则后面可能没有空白。
• \b 后面有无空格：\b 不消耗字符，所以 \binput 中 \b 后面直接是 i，没有空格问题。但 input\b 要求 t 后面是边界，此时空格是边界的一种，所以 input 后面有空格时 \b 成立，无空格但跟字母时 \b 不成立。

整体作用：匹配不带位宽的输入端口，返回端口名。

---

3. pattern3 = r'\binput\s+\w+\s+(?:(\[[^\]]+\])\s+)?(\w+)'

不必须顶格，前面可以有空格。
原因：正则表达式中的 \b 匹配单词边界。在字符串 " input"（前面有空格）中，空格字符与 i 之间是一个单词边界（因为空格不是单词字符，i 是单词字符），因此 \binput 能够成功匹配。同样，行首、标点符号与 i 之间也是边界。所以 \binput 可以匹配：

• "input"（行首）
• " input"（前面有空格）
• ",input"（前面有逗号）

符号序列	基础符号含义（\b:边界；\s:空白；\w:单词字符；\d:数字；+:一次或多次；?:零或一次；*:零或多次；( ):捕获分组；(?: ):非捕获分组；[ ]:字符类；[^]:否定字符类；|:或；^:行首；$:行尾；.:任意字符（除换行）；\[ \]:字面方括号）
\binput\s+\w+\s+	匹配独立单词input后跟至少一个空白，再跟wire等类型关键字后跟至少一个空白；\s+要求后面必须有空白，若input后无空白或wire后无空白则匹配失败
(?:	开始一个非捕获分组，仅用于将后续的位宽部分组合在一起并设为可选；此分组本身不捕获文本，也不影响后面是否有空格
(\[[^\]]+\])	捕获组1：匹配方括号及其内部内容（如[31:0]）；此原子后面若紧跟\s+则需要有空白，若后面是)则不需要；此处后面是\s+，所以位宽后面必须有空白
\s+	匹配至少一个空白字符，要求位宽（如果存在）后面必须紧跟空白；若位宽后面无空白（如直接跟端口名），则此\s+匹配失败，导致整个位宽部分无法匹配
)?	结束非捕获分组，?表示整个位宽部分（包括位宽和后面的空白）可以出现0次或1次；若位宽不存在，则直接跳过，不影响后面的端口名匹配
(\w+)	捕获组2：匹配端口名；后面有无空格不影响本捕获（因为它是最后一个元素），但若端口名后面有非单词字符（如逗号或分号），\w+会在单词边界处停止，不会消耗那些字符

---

关键点说明（原内容未改动）：

• 位宽部分的可选性是通过 (?:...)? 实现的，其中 \s+ 被包含在内，所以如果位宽存在，它后面必须有空白；如果位宽不存在，则不需要空白。
• 这样设计可以同时匹配 input wire clk 和 input wire [31:0] clk 两种情况。

---

4. pattern4 = r'\binput\s+\w+\s+(\w+)(?:\s*,\s*(\w+))*'

这个模式试图匹配一行中多个用逗号分隔的端口名，例如：input wire clk, rst, en

符号序列	解释
\binput\s+\w+\s+	匹配 input wire
(\w+)	捕获组1：第一个端口名
(?:	开始非捕获分组（用于重复）
\s*,\s*	匹配逗号，两边可有任意空白
(\w+)	捕获组2：后续的端口名
)*	非捕获分组整体可以重复零次或多次

问题：findall 只返回最后一个重复捕获组的值（因为正则引擎在重复时只会保留最后一轮捕获的内容）。更可靠的做法是先用 search 提取出 input wire 后面的整个端口列表字符串，再用 split 分割。

---

三、其他常见但未出现在这些模式中的符号（补充）

符号	名称	作用
^	行首锚点	匹配字符串的开始（或多行模式下的行首）
$	行尾锚点	匹配字符串的结束（或多行模式下的行尾）
.	通配符	匹配除换行符外的任意单个字符（默认）
*? +? ??	懒惰量词	尽可能少地匹配
{n} {n,} {n,m}	精确次数量词	指定重复次数
(?=...)	正向前瞻	要求后面匹配但不消耗字符
(?!...)	负向前瞻	要求后面不匹配
(?<=...)	正向后顾	要求前面匹配
(?<!...)	负向后顾	要求前面不匹配
\1 \2	反向引用	引用前面捕获组的内容

---

总结

你列出的这些模式已经覆盖了 Verilog 端口解析中最常用的正则技巧：

• \b 确保单词独立
• \s+ 处理空白
• \w+ 匹配标识符
• \[[^\]]+\] 匹配方括号包围的位宽
• (?:...) 非捕获分组用于可选或重复
• ? 使整个位宽部分可选
• * 重复逗号分隔的端口列表

理解这些符号的作用后，你就能自如地编写或修改正则表达式来适应不同的 Verilog 代码风格了。