如何在Python中将嵌套的LaTeX宏与re匹配？

Question

我想正确匹配 LaTeX 宏，甚至是嵌套的宏。请参阅以下内容：

s = r'''
firstline
\lr{secondline\rl{ right-to-left
        \lr{nested left-to-right} end RTL }
        other text
}
\rl{ last \lr{end line 
} end RTL }
'''

例如，在上面，我想要将 \lr 宏与其内容相匹配。我已经尝试了以下方法，但没有一个能正确工作：

re.findall(r'(?:\\lr\{.*\})', s, re.DOTALL)
['\\lr{secondline\\rl{ right-to-left\n        \\lr{nested left-to-right} end RTL }\n        other text\n}\n\\rl{ last \\lr{end line \n} end RTL }']

即使是非贪婪版本在这种情况下也不起作用：

re.findall(r'(?:\\lr\{.*?\})', s, re.DOTALL)
['\\lr{secondline\\rl{ right-to-left\n        \\lr{nested left-to-right}',
 '\\lr{end line \n}']

我需要一些正则表达式来正确匹配它，类似于嵌套括号，这里我为 LaTeX 宏嵌套了大括号。

编辑：

我想得到以下匹配：

['\\lr{secondline\\rl{ right-to-left\n        \\lr{nested left-to-right} end RTL }\n        other text\n}', 
'\\lr{nested left-to-right}',
'\\lr{end line \n}']

如果我知道嵌套的级别，那就完美了，如下所示：

[('\\lr{secondline\\rl{ right-to-left\n        \\lr{nested left-to-right} end RTL }\n        other text\n}',1) 
('\\lr{nested left-to-right}',2)
('\\lr{end line \n}',1)]

Answer 1

使用PYPI REGEX模块（使用PIP安装REGEX安装后）您可以使用

import regex

s = r'''
firstline
\lr{secondline\rl{ right-to-left
        \lr{nested left-to-right} end RTL }
        other text
}
\rl{ last \lr{end line 
} end RTL }
'''

print( [x.group() for x in regex.finditer(r'\\lr(\{(?:[^{}]++|(?1))*})', s, overlapped=True)] )
# => ['\\lr{secondline\\rl{ right-to-left\n        \\lr{nested left-to-right} end RTL }\n        other text\n}', '\\lr{nested left-to-right}', '\\lr{end line \n}']

python demo 和 Regex Demo 。

还要注意重叠= true选项REGEX.FINDITER允许匹配嵌套出现。

详细信息：

• \\ lr - \ lr string
• （\ {（？ ）*}） - 第1组（定义为递归时被引用）：
  • \ { - a { char
  • （？：[^{}] ++ |（？1））* - 零或更多重复
  • [^{}] ++ - 除{和}的一个或多个字符，而无需重新匹配文本同样，如果触发回溯（即它以人工匹配）
  • | - 或
  • （？1） - 第1组模式递归
  • } - a } char。