Python pandoc降价引用的正则表达式

我正试图搜索并替换pandoc markdown的引用。 它们具有以下语法：

[prenote @autorkey, postnote]

或者对于不止一个作者

[prenote1 @authorekey1, postnote1; prenote2 @authorkey2, postnote2]

pre notes、author Key和post notes应分别位于各自的捕获组中

对于引文中的一位作者，我使用了正则表达式：

\[（.*）？@（.*）（，（.*））？\]

但我不知道如何将引用与多个作者进行匹配。 理想情况下，可以将引用与一个或多个作者关键字进行匹配。 前注和后注应该是可选的

---

这可能吗？

我们需要更多的上下文和代码（完整的示例代码）才能完整地回答，因此我只能用与您提问相同的一般方式来回答

我不相信你能用一个正则表达式在一次操作中完成它

因此，我将使用的总体技术是：

首先，使用一个简单的正则表达式将整个引用（与一个或多个作者）与一个组进行匹配，即对

[

和

]

之间的所有内容进行匹配

然后，当找到匹配项时，将该匹配项中的内容（即方括号中的所有内容）拆分为

获取

“prenote@authorkey，postnote”

字符串列表

对生成的单个作者字符串列表中的每个元素执行所需的替换

通过再次用分号连接结果列表并在其周围添加

[

和

]

将最终引用缝合在一起

将最后的引用放在原文中，而不是匹配的字符串中

您可以将步骤2到4放入函数

f（匹配对象）

，然后使用进行替换。它将为找到的每个匹配调用函数

f

，并将该匹配替换为返回值

f

，您可以使用来获取3个捕获组

(?:\G(?!^)|\[(?=[^][\r\n]*\]))[^\S\r\n]*(.*?) @(.*?), ([^][,\r\n]*)[\];]

|

解释

• （？：

  非捕获组

  • \G（？！^）

    在上一个匹配的末尾而不是开始处断言位置

  • |

    或

  • \[（？=[^][\r\n]*\]）

    匹配

    [

    并断言存在结束

    ]

• ）

  关闭非捕获组

• [^\S\r\n]*

  匹配除换行符以外的0+个空格字符

• （.*）

  捕获组1，尽可能匹配除换行符以外的任何字符

• @

  逐字匹配

• （.*）

  捕获组2，尽可能匹配除换行符以外的任何字符

• ，

  逐字匹配

• （[^][，\r\n]*）

  捕获组3，匹配除

  ]以外的任何字符

  [

  ，

  或换行符

• [\]；]

  匹配

  ]

  或

使用regex.finditer的示例代码

import regex

pattern = r"(?:\G(?!^)|\[(?=[^][\r\n]*\]))[^\S\r\n]*(.*?) @(.*?), ([^][,\r\n]*)[\];]"

test_str = ("[prenote @autorkey, postnote]\n"
            "[prenote1 @authorekey1, postnote1; prenote2 @authorkey2, postnote2]\n")

matches = regex.finditer(pattern, test_str)

for matchNum, match in enumerate(matches, start=1):
    for groupNum in range(0, len(match.groups())):
        groupNum = groupNum + 1

        print (match.group(groupNum))

输出

prenote
autorkey
postnote
prenote1
authorekey1
postnote1
prenote2
authorkey2
postnote2

“预注释、作者键和后注释应分别位于各自的捕获组中”。您试图做的是捕获动态数量的捕获组，即重复一个捕获组。它不会以这种方式工作（来源：链接到的链接）。