正则表达式忽略一定数量的字符重复

Question

我正在尝试编写一个使用两个字符作为标记边界的解析器，但我无法弄清楚当我对整个字符串进行正则表达式转义时可以忽略它们的正则表达式。

给定一个像这样的字符串：

This | is || token || some ||| text

我想最终得到：

This \| is || token || some \|\|\| text

其中所有 |除非他们两个在一起，否则就会逃脱。

是否有一个正则表达式可以让我转义每个 |那不是成对的吗？

Answer 1

不需要正则表达式。毕竟你正在使用Python。 :)

>>> s="This | is || token || some ||| text"
>>> items=s.split()
>>> items
['This', '|', 'is', '||', 'token', '||', 'some', '|||', 'text']
>>> for n,i in enumerate(items):
...     if "|" in i and i.count("|")!=2:
...          items[n]=i.replace("|","\|")
...
>>> print ' '.join(items)
This \| is || token || some \|\|\| text

Answer 2

我不明白为什么您需要对标记进行正则表达式转义，但为什么不先拆分字符串，然后然后转义它们呢？这个正则表达式分成两个管道，这两个管道之前或之后没有更多管道：

re.split('(?<!\|)\|\|(?!\|)', 'This | is || token || some ||| text')
>>> ['This | is ', ' token ', ' some ||| text']

顺便说一句，有针对所有更常见的正则表达式风格的测试人员可供谷歌搜索。这是 Python 的一个： http://re.dabase.com/

Answer 3

如果有人感兴趣的话，这里有一种在 Perl 中使用正则表达式来实现这一点的方法。我使用了两个单独的正则表达式，一个用于单个匹配，一个用于 3 个或更多匹配。我确信可以将它们组合起来，但是正则表达式已经足够难以阅读，而不会增加不必要的复杂性。

#!/usr/bin/perl

#$s = "This | is || token || some ||| text";
$s = "| This |||| is || more | evil |";

$s =~ s/([^|]|^)(\|)([^|]|$)/\1\\\2\3/g;
$s =~ s{(\|{3,})}
{
   $a = $1;
   $a =~ s{\|} {\\\|}g;
   $a;
}eg;

print $s . "\n";

输出：

\| This \|\|\|\| is || more \| evil \|