来自乳胶行的正则表达式解析命令 - Python

Question

我正在尝试从加载的每一行（来自 .tex 文件或来自 lilypond 文件的其他命令为 [\clef, \key, \time]）解析并删除任何 \command（\textit 等...）。

我该怎么做？

我尝试过的

import re
f = open('example.tex')
lines = f.readlines()
f.close()

pattern = '^\\*([a-z]|[0-9])' # this is the wrong regex!!
clean = []
for line in lines:
    remove = re.match(pattern, line)
    if remove:
        clean.append(remove.group())

print(clean)

示例

输入

#!/usr/bin/latex

\item More things
\subitem Anything

预期输出

More things
Anything

Answer 1

您可以使用this pattern ^\\[^\s]* 使用简单的正则表达式替换：

python 中的示例代码：

import re
p = re.compile(r"^\\[^\s]*", re.MULTILINE)

str = '''
\item More things
\subitem Anything
'''

subst = ""

print re.sub(p, subst, str)

结果是：

More things
Anything

Answer 2

这将起作用：

'\\\w+\s'

它搜索反斜杠，然后搜索一个或多个字符，以及一个空格。