3

我有一个 HTML 到 LaTeX 解析器，它针对它应该做的事情（将 HTML 片段转换为 LaTeX 片段）进行了定制，但是在填充变量时存在一个小问题。问题是应该允许变量包含 LaTeX 保留字符（即# $ % ^ & _ { } ~ \）。这些需要被转义，这样它们就不会杀死我们的 LaTeX 渲染器。

处理转换和一切的程序都是用 Python 编写的，所以我试图找到一个不错的解决方案。我的第一个想法是简单地做 a .replace()，但 replace 仅当第一个不是 a 时才允许您匹配\。我的第二次尝试是一个正则表达式，但我失败了。

我想出的正则表达式是([^\][#\$%\^&_\{\}~\\]). \我希望这将匹配任何保留字符，但前提是它前面没有 a 。不幸的是，这匹配了我输入文本中的任何单个字符。我也尝试过这个正则表达式的不同变体，但我无法让它工作。变化主要包括在正则表达式的第二部分中删除/添加斜杠。

任何人都可以帮助这个正则表达式吗？

编辑哎呀，我似乎也包括了斜线。显示当我发布此内容时我有多清醒 :) 在我的情况下它们不应该被转义，但是从答案中的正则表达式中删除它们相对容易。谢谢大家！

4

3 回答 3

4

The[^\]是任何不是 a 的字符类\，这就是它匹配所有内容的原因。你想要一个否定的后向断言：

((?<!\)[#\$%\^&_\{\}~\\])

(?<!...)只要...不在它前面，它就会匹配它后面的任何东西。您可以在python 文档中查看这一点

于 2013-08-21T15:12:38.947 回答
1

正则表达式匹配 first和 last([^\][#\$%\^&_\{\}~\\])之间未找到的任何内容，因此它应该匹配除您想要的内容之外的所有内容。[]

移动括号应该可以修复您原来的 regex ([^\\])[#\$%\^&_\{\}~\\]。

我会尝试使用正则表达式lookbehinds，它与您要转义的字符之前的字符不匹配。我不是正则表达式专家，所以也许有更好的模式，但这应该可以(?<!\\)[#\$%\^&_\{\}~\\]。

于 2013-08-21T15:18:42.663 回答
1

如果您要查找未转义的特殊字符，而不消除转义反斜杠前面的特殊字符（例如，您确实想匹配 中的最后一个反斜杠abc\\\def），请尝试以下操作：

(?<!\\)(\\\\)*[#\$%\^&_\{\}~\\]

这将匹配前面带有偶数（包括 0）反斜杠的任何特殊字符。它说字符前面可以有任意数量的反斜杠对，后面的否定表示这些反斜杠前面不能有另一个反斜杠。

匹配将包括反斜杠，但如果你在所有反斜杠前面加上另一个，无论如何它都会达到逃避特殊字符的相同效果。

于 2013-08-21T15:50:46.067 回答