如何将嵌套的LaTeX宏与Python中的re匹配？

Question

我想正确匹配LaTeX宏，甚至是嵌套宏。见以下内容：

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，我希望将\lr宏与其内容匹配。我试过以下几种方法，但没有一种是正确的：

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 }']

即使是非贪婪的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宏设置了嵌套的花括号。

编辑：

我想得到以下的匹配：

['\\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，如下所示，那就太好了：

[('\\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(在用pip install regex安装它之后)，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}']

请参阅Python演示和regex演示。

还请注意与overlapped=True一起使用的允许匹配嵌套事件的regex.finditer选项。

详细信息

• \\lr - \lr字符串
• (\{(?:[^{}]++|(?1))*}) -第1组(定义为递归时引用)：
  • \{ -a { char
  • (?:[^{}]++|(?1))* -零或更多次重复
  • [^{}]++ -除了{和}之外，还有一个或多个字符，没有可能再次匹配文本，以防触发回溯(即它是拥有地匹配的)。
  • | -或
  • (?1) -第1组模式递归
  • } -a } char.