Python 使用正则表达式查找和替换每个匹配项中任意数量的元素

我的目标是识别标记语言中的粗体括号文本，例如：

[B] blah blah (foo) blah [/B]

并使用regex用另一个标记将其包围，如下所示：

[B] blah blah [C](foo)[/C] blah [/B]

下面是我使用Python对此的尝试：

outtext = re.sub(r'(\[B\].*?)(\(.*?\))(.*?\[/B\])', r'\1[C]\2[/C]\3', intext)

问题是，如果块中有多个带括号的字符串，则它不起作用：

Input: [B] (foo) (bar) [/B]
Expected: [B] [C](foo)[/C] [C](bar)[/C] [/B]
Actual: [B] [C](foo)[/C] (bar) [/B]

---

我知道发生这种情况的原因，但我不知道如何解决它。是否可以更改我的正则表达式，以便它能够在每个块中查找和替换任意数量的括号字符串，而不是仅一个？

首先，我认为仅正则表达式无法解决问题。JvdV证明这是错误的，做得好。老实说，我不明白这个正则表达式了

我用一些简单的正则表达式和一点python解决了这个问题

import re

intext = '[B] (foo) (bar) [/B] (not) [B] (this again) [/B]'

boldParts = re.findall(r'\[B\].*?\[/B\]', intext)
outtext = intext
for part in boldParts:
    replacement = re.sub(r'(\(.*?\))', r'[C]\1[/C]', part)
    outtext = outtext.replace(part, replacement)

print(outtext)

首先，我只查找intext中的粗体部分，然后很容易替换括号中的内容。并在outtext中再次替换它

---

诚然，这不是最短或最优雅的方法，但可能更具可读性。

这种问题通常通过仅在其他匹配中替换匹配来解决。您需要使用一个正则表达式运行一个

re.sub

，该正则表达式将匹配所有

B

标记的子字符串，并使用一个可调用的in

re.sub

作为替换参数，仅替换这些匹配项中括号之间出现的多个字符串

以下是解决方案：

import re
text = "[B] blah blah (foo) blah [/B]\n[B] (foo) (bar) [/B]"
print(re.sub(r'(?s)\[B].*?\[/B]', lambda x: re.sub(r'\([^()]*\)', r'[C]\g<0>[/C]', x.group()), text))

看

输出：

[B] blah blah [C](foo)[/C] blah [/B]
[B] [C](foo)[/C] [C](bar)[/C] [/B]

---

（？s）\[B].\[/B]

模式匹配

[B]

，然后0+字符尽可能少，直到最左边的

[/B]

（注意

（？s）

允许

匹配任何字符，包括换行字符）。然后，一旦找到匹配项，就将其传递给可调用对象，并在该匹配项上运行

\（[^（）]*\）

正则表达式

\（[^（）]*\）

匹配最近括号之间的任何子字符串，即

（

），然后是

（

和

）

以外的0+字符，然后是

）

。替换模式中的

\g

是整个匹配的替换反向引用。

好的。。这花了我一些时间。。我不确定标记语法的细节，但我将做一些假设：括号内的文本可以是除括号外的任何字符，除非它们被转义。转义字符是反斜杠。尽管如此。。这是我想到的

>>> expr = r"""
...    \(                            # Match left paren.
...       (
...         (?:      [^ \( \) \\] |  # Match any char not a paren or escape, OR
...              \\  [  \( \) \\] |  # Match an escaped paren or escape, OR
...              \s                  # whitespace.
...          )*
...        )
...    \)                            # Match right paren. """
...
>>> re.sub(expr, r"[C](\1)[/C]",  "[B] (foo) (bar) [/B]", flags=re.VERBOSE)
'[B] [C](foo)[/C] [C](bar)[/C] [/B]'

这也适用于包含转义括号的目标字符串。上面的缩写形式是

re.sub(r"\(((?:[^\(\)\\]|\\[\(\)\\]|\s)*)\)", 
       r"[C](\1)[/C]",  "[B] (foo) (bar) [/B]")

---

去掉空格和注释后…

处理此问题的基本思路是使用两个正则表达式，首先选择

B

标记内的值，然后捕获

（）

内的值并替换，如果括号之间的文本是自由形式的，并且可能包含其他转义括号，我认为你不能用一个正则表达式来完成。。除了简单的案例外，其他答案不会有太多的应用。如果我说的是真的，你可能想看看我的=）解。你建议我更详细地解释这个表达式吗？我需要先确认一下它是否正确=）。感谢你的回答+我很好奇你的正则表达式是如何工作的。我在你提供的链接中查到了。这有点帮助。然后我发现我可以想象它。然后它发出咔嗒声，我得到了它。对我来说，这种想象是关键。不知道（？！）反向查找仅简单[^]。所以，谢谢你，今天学到了一些东西。：）我会添加此链接作为对您答案的评论。但是我还不允许留下评论：（（为您添加=）。顺便说一句，添加了

\B

以防止

测试（test）测试上的匹配。谢谢，我感到荣幸=）我相信[^（）\]不匹配表达式中的空格的原因是使用re.VERBOSE表达式语法的副作用。这就是表达式中包含“\s”alt的原因。另外，请注意，如果括号的转义符类似于“（'和'）”，则可以轻松修改此表达式。我认为，使用re.VERBOSE标志=）可以让人们了解到，从这个表达式中可以获得更易于管理的表达式
re.sub(r"\(((?:[^\(\)\\]|\\[\(\)\\]|\s)*)\)", 
       r"[C](\1)[/C]",  "[B] (foo) (bar) [/B]")