正则表达式在 mediawiki 类别链接之前插入内容

Question

我正在尝试使用正则表达式将模板插入页面，在所有类别或跨维基链接之前，但在其他所有内容之后。 所以如果你有一个这样结束的页面：

== See Also ==
* [[Link one]]
* [[more link]]
* [//external.link external link]

[[Category:Pages]]
[[de:Spezial Page]]

我希望将模板 {{template}} 插入到 [[Category:Pages]] 之前但在其他所有内容之后。

注意：最后一部分不一定是列表 - 它可能是

== References ==
<references/>

甚至是别的东西。重点是将其插入到最后所有类别/跨维基链接之前，但在最后一节之后。

什么正则表达式可以帮助我做到这一点？我尝试将(?P<pre>[\s\S]+)(?P<cats>(?:\[\[[^]]:[^]]\]\])*$) 作为匹配表达式，将\g<pre>{{template}}\n\g<cats> 作为替换表达式，但这只是将它插入到最后。

正则表达式风格：Python 2

Answer 1

好吧，结合jpmc26's comment和mmm's answer，我想通了：

import re
import mwparserfromhell as mw
#get content of page
wikicode = mw.parse(content)
links = wikicode.filter_wikilinks()
links = list(filter(lambda link: re.match(r'\[\[(Category:|[a-z][a-z]:).*\]\]', links))
wikicode.insert_before(links[0], '{{template}}')
content = str(wikicode)

抱歉耽误您的时间！

Answer 2

在您的示例中，(==.+\s(?:[\*][\s].+\s)+) 用于正则表达式，\1{{template}}\n 用于替代表达式。

演示：https://regex101.com/r/BPBmFL

但也许你有更多的情况它不起作用。

编辑：

试试这个正则表达式((.|\n)*)(\[\[.*\:.*\]\]\n) 和这个\1{{template}}\n\n\3 替换。

这样它会找到直到类别/跨wiki链接之前的所有内容，您可以在类别之前插入{{template}}。

演示：https://regex101.com/r/Bv14kt/4

Answer 3

实际上，正则表达式 足以胜任这项特定任务，尽管通常使用它们来解析 wikitext 确实是个坏主意。类似的东西

(\[\[(Category|\w{2,3}(-\w+){0,2}):[^\[\]<>]+\]\]\s*)*$

会起作用的。