Question

我想使用python regexp删除LaTeX文件中的注释。在LaTeX中，评论以“％”开头。但是，如果％字符被转义（“\％”），那么它不是注释，而是符号百分比。

此任务只是我在LaTeX文本中应用的众多正则表达式中的一个。我将所有这些reg exp存储在一个dicts列表中。

我面临的问题是我用于修剪注释的正则表达式不起作用（因为我不知道如何指定字符集'不反斜杠'）。

表示字符集中的反斜杠会转义结束']'并且正则表达式不正确。

我的代码：

regexps=[]
regexps.append({r'left':'%.*', 'right':r''}) # this strips all the comments, but messes up with the percent characters (\%)
regexps.append({r'left':'[^\]%.*', 'right':r''}) # this is incorrect (escapes the closing "]" )
return applyRegexps(latexText, regexps)


def applyRegexps(text, listRegExp):
    """ Applies successively many regexps to a text"""
    if testMode:
        print str(listRegExp)
    # apply all the regexps in the list
    for element in listRegExp:
        left = element['left']
        right = element['right']
        r=re.compile(left)
        text=r.sub(right,text)
    return text

任何帮助将不胜感激。谢谢！

吉勒

Answer 1

只需加倍反斜杠，但请使用原始字符串文字，以避免再次将它们加倍：

regexps.append({'left':r'[^\\]%.*', 'right':r''})

Answer 2

虽然Martijn Pieters的回答是你要求的，但我不确定这是你真正想要的。例如，此模式将不匹配%作为字符串的第一个字符（因为前面没有非反斜杠字符）。你真正想要的可能是一个负面的预测（你仍然需要逃避反斜杠）：

r'(?<!\\)%.*'

区别在于：

[^\\]%匹配前面带有非反斜杠字符的%（包括匹配中的该字符）
(?<!\\)%匹配一个前面没有反斜杠字符的%（不在匹配中包含它）

后者对于字符串开头的%也是如此。

python正则表达式的字符集中的反斜杠（如何指定'不是反斜杠'字符集）？

2 个答案: