正则表达式匹配特殊列表项

Question

我有奇怪的项目列表和类似这样的列表，| 作为分隔符，[[ ]] 作为括号。它看起来像这样：

| item1 | item2 | item3 | Ulist1[[ | item4 | item5 | Ulist2[[ | item6 | item7 ]] | item8 ]] | item9 | list3[[ | item10 | item11 | item12 ]] | item13 | item14

我想使用 RegEx 匹配名为 Ulist* 的列表中的项目（项目 4-8），并将它们替换为 Uitem*。结果应如下所示：

| item1 | item2 | item3 | Ulist1[[ | Uitem4 | Uitem5 | Ulist2[[ | Uitem6 | Uitem7 ]] | Uitem8 ]] | item9 | list3[[ | item10 | item11 | item12 ]] | item13 | item14

我尝试了我所知道的关于 RegEx 的几乎所有内容，但如果 Ulist 中的每个项目，我还没有找到任何匹配的 RegEx。我目前的正则表达式：

/Ulist(\d+)\[\[(\s*(\|\s*[^\s\|]*)*\s*)*\]\]/i

怎么了？我是 RegEx 的初学者。

它在 Python 2.7 中，具体我的代码是：

    def fixDirtyLists(self, text):
        text = textlib.replaceExcept(text, r'Ulist(\d+)\[\[(\s*(\|\s*[^\s\|]*)*\s*)*\]\]', r'Ulist\1[[ U\3 ]]', '', site=self.site)
        return text

text 得到那个奇怪的列表，textlib 用 RegEx 替换 RegEx。一点都不复杂。

Answer 1

如果您安装PyPi regex module（使用Python 2.7.9+，在\Python27\Scripts\ 文件夹中只需pip install regex 即可完成），您将能够匹配嵌套的方括号。您可以匹配您需要的字符串，仅在这些子字符串中将item 替换为Uitem。

模式（参见demo，注意 PyPi 正则表达式递归类似于 PCRE）：

(Ulist\d+)(\[\[(?>[^][]|](?!])|\[(?!\[)|(?2))*]])
^-Group1-^^-----------Group2--------------------^

简短的解释：(Ulist\d+) 是第 1 组，它匹配文字词 Ulist，后跟 1 个或多个数字，后跟 (\[\[(?>[^][]|](?!])|\[(?!\[)|(?2))*]])，匹配以 [[ 开头的子字符串，直到对应的 ]]。

还有 Python 代码：

>>> import regex
>>> s = "| item1 | item2 | item3 | Ulist1[[ | item4 | item5 | Ulist2[[ | item6 | item7 ]] | item8 ]] | item9 | list3[[ | item10 | item11 | item12 ]] | item13 | item14"
>>> pat = r'(Ulist\d+)(\[\[(?>[^][]|](?!])|\[(?!\[)|(?2))*]])'
>>> res = regex.sub(pat, lambda m: m.group(1) + m.group(2).replace("item", "Uitem"), s)
>>> print(res)
| item1 | item2 | item3 | Ulist1[[ | Uitem4 | Uitem5 | Ulist2[[ | Uitem6 | Uitem7 ]] | Uitem8 ]] | item9 | list3[[ | item10 | item11 | item12 ]] | item13 | item14

为避免在Ulist 中修改lists，请使用

def repl(m):
    return "".join([x.replace("item", "Uitem") if not x.startswith("list") else x for x in regex.split(r'\blist\d*\[{2}[^\]]*(?:](?!])[^\]]*)*]]', m.group(0))])

并将regex.sub 替换为

res = regex.sub(pat, repl, s)