Python 在正则表达式匹配中插入字符串

我需要将字符串

Special:MyLanguage/

插入像

[[ACBDEF]]

这样的字符串，使其成为

[[Special:MyLanguage/ABCDEF]]

问题是，我需要排除某些不应插入

Special:MyLanguage/

的匹配项：

• 已包含

  Special:MyLanguage/

  或

• 类别：

  或

• 文件：

  或

• 图像：

---

因此，用

\[\[\[Special:MyLanguage/

替换

\[\[\[\[\[^（Special:MyLanguage | File:| Image:| Category:）]

不起作用，因为它包含第一个字符（匹配项为

[[a

）。我已经阅读了很多教程，尝试过使用

$1

和

\G

之类的东西，但我还是有些挠头。

您可以使用负面前瞻来确保这些子字符串不会在

[[

之后立即出现：

(\[\[)(?!Special:MyLanguage/|File:|Image:|Category:)(.*?]])

并替换为

\1专用：MyLanguage/\2

。请参阅

详细信息

• （\[\[）

  -组1:

  [[

  子字符串

• （？！Special:MyLanguage/| File:| Image:| Category:）

  -在

  [[[/code>后面不能跟在替换组中列出的任何子字符串后面

• （.*？]]）

  -第2组：除换行符以外的任何0+字符，尽可能少，后跟

  ]]

:

输出：

[[Special:MyLanguage/text]]
[[File:text]]
[[Image:text]]
[[Category:text]]
[[Special:MyLanguage/Text and ]]

['[[Special:MyLanguage/ACBDEF]]', '[[Special:MyLanguage/ACBDEF]]', '[[Category:ACBDEF]]', '[[File:ACBDEF]]', '[[Special:MyLanguage/OneLasttest]]']

---

如果您不想弄乱正则表达式，这里有一个更简单的解决方案

exclusions = ["Special:MyLanguage/:","Category:","File:","Image:"]
# repl_str = "Special:MyLanguage/:"

def replace_str(str, repl_str):
    for ex in exclusions:
        if ex in str:
            return
    str = str[:2] + repl_str + str[2:]

假设它们都完全遵循您提供的模式：[[something]]，并且它们将像您的问题一样插入

---

对于这样一个简单的例子，我发现正则表达式过于复杂，特别是在使用lookaheads、lookbehinds和使用捕获组时。尽可能地保持简单，节省算法复杂性，以便在真正需要的时候使用。你可以使用

re.sub

和

re.findall

：

import re
tests = ['[[ACBDEF]]', '[[Special:MyLanguage/ACBDEF]]', '[[Category:ACBDEF]]', '[[File:ACBDEF]]', '[[OneLasttest]]']
def isvalid(lang):
  return not re.findall('^Special:MyLanguage/|^File|^Category|^Image', lang)

final_results = [re.sub('(?<=\[\[)[\w\W]+(?=\]\])', '{}', i).format(*['Special:MyLanguage/'+c if isvalid(c) else c for c in re.findall('(?<=\[\[)[\w\W]+(?=\]\])', i)]) for i in tests]

---

将函数与

一起使用时排除

：

import re

excludes = ['Special:MyLanguage', 'Category:', 'File:', 'Image:']

s = "[[Special:MyLanguage/text]]\n[[File:text]]\n[[Image:text]]\n[[Category:text]]\n[[Text and ]]"

def analyze(match):
    for exclude in excludes:
        if exclude in match.group(1):
            return '[[{}]]'.format(match.group(1))
    return '[[Special:MyLanguage/{}]]'.format(match.group(1))

rx = re.compile(r'\[\[(.*?)\]\]')

s = rx.sub(analyze, s)
print(s)

这就产生了

[[Special:MyLanguage/text]]
[[File:text]]
[[Image:text]]
[[Category:text]]
[[Special:MyLanguage/Text and ]]

---

仅供参考，Python

re

不支持

\G

，替换的反向引用语法是

\n

或

\G

。我建议将

*？

编辑为

[^\]]*

使正则表达式尽可能安全。尽管OP dodn没有明确提到它，但他们正在编辑wikilinks，内容中不应该有括号（除非它是递归的，这是不可能的，但上面的正则表达式不会检查匹配的递归括号。）@Graham如果

[…]中没有
]

，是的，

[^]]*

效率更高。如果右侧分隔符是多字符字符串，而没有提供具体细节，我会使用延迟点匹配模式。

[[Special:MyLanguage/text]]
[[File:text]]
[[Image:text]]
[[Category:text]]
[[Special:MyLanguage/Text and ]]