String 正在寻找一个基于Lua的解决方案，用于将字符串拆分为两个或多个组件

这是我第一次在这个网站上发帖，请耐心等待

考虑以下具有代表性的字符串：

fld u.a. ldfjal \verb*u.a.* dlf \lstinline$u.a.$ u.a. dfla \url{u.a.}rrr

对于某些背景：

\verb*…*

和

\lstline$…$

是LaTeX宏，其参数不是通过匹配的大括号来分隔的，而是通过一个公共字符来分隔的：

*

对于

\verb

和

\lstline

。重要的一点是，分隔符字符可以是除

{

和

}

之外的任何可打印ASCII字符；我们不应该假设

*

或

$

将在所有（甚至任何）情况下用作分隔符。另外，

\url{…}

是一个LaTeX宏，其参数由大括号分隔。应假定完整字符串包含utf8编码字符；为了简单起见，我们假设它们是纯ASCII字符

我希望创建一种基于Lua的方法（希望相当有效），将整个字符串拆分为两组子字符串：（a）由LaTeX宏及其相关参数组成的部分，以及（b）其他部分。最终的目标是将“其他部分”提供给string.gsub函数调用

转到前面的示例，如何分隔字符串

fld u.a. ldfjal \verb*u.a.* dlf \lstinline$u.a.$ u.a. dfla \url{u.a.}rrr

分为“Y”（在类似逐字记录的宏中）和“N”（不在类似逐字记录的宏中），即

NNNNNNNNNNNNNNNNYYYYYYYYYYYNNNNNYYYYYYYYYYYYYYYYNNNNNNNNNNNYYYYYYYYYYNNN

哦，每个完整字符串保证有“N”个分量，但可能没有“Y”个分量。原则上，字符串可以以“N”或“Y”分量开始和结束

---

我一直在尝试提出一个使用Lua的字符串库函数的解决方案，但没有取得任何进展-（

熟悉Lua的字符串模式

“[^}{]”

将匹配任何字符，但例如

“}”

或

“{

除外

捕获：

“{（[^{}]*）}”

这将捕获任意数量的字符，但

“{”

或

“}”

用大括号括起来

你所要做的就是把所有的事情拼凑在一起

试试这个：

s=[[
fld u.a. ldfjal \verb*u.a.* dlf \lstinline$u.a.$ u.a. dfla \url{u.a.}rrr
]]

for a,b,c in s:gmatch("(\\verb(.)(.-)%2)") do
    print(a,b,c)
end

您必须为感兴趣的每个原语执行一个循环，但至少分隔符部分会自行处理。

假设：

• 宏名称仅由字母和

  @

• 分隔符只能是数字或标点符号，除了

  @\

守则：

-- specify number of parameters for every macro,
-- use negative numbers for macros supporting matching pair of curly braces {} 
local all_macros = {
   verb = 1,
   url = -1,
   lstinline = -1,
   ["@Some@Macros"] = -2,
   makeatletter = 0
}

-- list all the delimiters (only punctuation and digits)
local all_delimiters = [[!"#$%&'*+,-./:;<=>?^_`|~()[]{}0123456789]]

-- specify a function for processing N-part of the string
local function convert(N_substring)
   return N_substring:upper()
end


-- Now do the processing
local s = [[
fld u.a. ldfjal \verb{u.a.{ dlf \lstinline{u.a.} u.a. dfla
\url{u.a.}rrr \@Some@Macros~u.a.~{u.a.}{u.a.}qq\verb|\lstinline+nested use+qqq|q
]]
s = s:gsub("\\([%a@]+)",
   function(macro_name)
      if all_macros[macro_name] then
         return
            "\1\\"..macro_name
            ..(all_macros[macro_name] < 0 and "\2" or "\3")
            :rep(math.abs(all_macros[macro_name]) + 1)
      end
   end
)
repeat
   local old_length = #s
   repeat
      local old_length = #s
      s = s:gsub("\2(\2+)(%b{})", "%2%1")
   until old_length == #s
   s = s:gsub("[\2\3]([\2\3]+)((["..all_delimiters:gsub("%p", "%%%0").."])(.-)%3)", "%2%1")
until old_length == #s
s = ("\2"..s.."\1"):gsub("[\2\3]+([^\2\3]-)\1", convert):gsub("[\1\2\3]", "")

-- Print the result
print(s)

---

如果您给出示例输入字符串的预期输出，而不是给出一些NNNNYYYNNN，那么事情会变得更清楚thing@Piglet-谢谢。理想情况下，“输出”可以输入一个

string.gsub

函数，该函数的第三个组件是一个Lua函数，它不在“Y”上运行部分并对“N”部分进行进一步的字符串操作（通过另一个string.gsub调用）。如果这样做太困难，我会非常乐意使用一种顺序算法来分离“Y”和“N”部分（我对“N”部分进行进一步的处理）。同样，“N”部分将是LaTeX宏

\verb

，

lstlinline

，

\url

及其各自的参数。这是否澄清了问题？根据最初的问题，不能保证完整字符串包含“N”组件。此外，命令可以像

\verb |\lstinline+nested use+|

那样嵌套，在这种情况下，只需计算相关的最外层命令，直到相应的结束符号为“Y”部分，但仍然每个字符串可能包含任意数量的有问题的命令。这并不能真正帮助排序用任何字符分隔的字符串，如分隔符为

\verb+something+

，或分隔符为

+

的

\verb$something$

。这背后的挑战是。@TeXnician我不知道我不知道你的意思。你能再举一个例子吗？因为“\verb[^{}]（[^{}]*）[^{}]”完美地给出了“\verb$something$”或“\verb+something+”或“\verbasomethinga”中的“某物”。我真傻，忘了它，你是对的。我看到的与OP任务的唯一冲突是

\url{something}

东西不能同时被捕获。@TeXnician-这个

\url{something}

部分实际上很简单：它由

\url%b{}

:-）匹配@小猪-我不是真的想从

\verb&something&

中提取

\verb&something&

。相反，我想从，比如说，

djfaldfja；l\verb&something&dlfja；slfdjal

中提取

不是预先知道的。相反，它必须根据上下文确定，作为
\verb
之后的第一个字符。我非常喜欢您的解决方案，但是：命令
\verb
不能用匹配的花括号括住它的参数，但可以这样使用：
\verb{test{
这是LaTeX的有效语法，但您的解决方案未检测到。同时，
\lstinline
可以与
\lstinline{test}
一起使用，但不能与
\lstinline{test{
或
\lstinline}test}
一起使用。您的解决方案仍然令人惊讶！有人真的编写了类似
\verb{test test test的东西吗{
？我不会，但如果您需要逐字表达式中的其他字符，这是可能的，而且可能是合理的。此外，
\verb
和
\lstinline
可能由匹配的数字分隔（如果不使用像
\csname
这样的特殊宏，宏名称中不允许使用这些数字）哇，你的代码正是我需要的！！非常感谢。请查看你的代码在现实排版问题中的应用。
FLD U.A. LDFJAL \verb{u.a.{ DLF \lstinline{u.a.} U.A. DFLA
\url{u.a.}RRR \@Some@Macros~u.a.~{u.a.}{U.A.}QQ\verb|\lstinline+nested use+qqq|Q