python regexp字符集的反斜杠(如何指定'not a backslash‘字符集)？

Question

我想使用python regexp来删除LaTeX文件中的注释。在LaTeX中，注释以"%“开头。但是如果%字符被转义("\%")，那么它不是一个注释，而是符号百分比。

这个任务只是我在LaTeX文本上应用的众多正则表达式中的一个。我将所有这些reg exp存储在一个字典列表中。

我面临的问题是，我用来修剪注释的regexp不起作用(因为我不知道如何指定字符集“非反斜杠”)。字符集中的反斜杠转义了闭合的']‘，并且regexp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

任何帮助都将不胜感激。谢谢!

吉尔斯

Answer 1

只需将反斜杠加倍，但一定要使用原始字符串文字，以避免再次将其加倍

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

Answer 2

虽然Martijn的答案就是你想要的，但我不确定这是不是你真正想要的。例如，此模式不会匹配%作为字符串的第一个字符(因为它前面没有非反斜杠字符)。你真正想要的可能是一个负的前视(你仍然需要转义反斜杠)：

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

区别在于：

• [^\\]%匹配前面有非反斜杠字符的% (包括match)
• (?<!\\)%中的该字符匹配前面没有反斜杠字符的% (不包括在匹配中)

后一种情况也适用于字符串开头的%。