Python Regex用于多行内容的负查找

Question

我是Python新手。我正在处理LaTeX文件，其中包含大量的数学、编程代码等。我用" "替换了多个空间的" +"。但我需要忽略代码的某些部分。例如：

普通文本："Hai, I am New to Python"。我已经用"Hai, I am New to Python"代替了多个空间。此正则表达式适用于整个文档。但我需要忽略某些LaTeX标记中的多个空间。例如

Hai, I am    New to       Python
\begin{lstlisting}[title=Sample]
      print("Hai, I am    New to       Python")
      def Code(a):
          print(a)
      Code("Hai, i am new to Perl")
\end{lstlisting}

在我的代码将多个空间更改为\begin{lstlisting}到\end{lstlisting}之间的单个空间之后

"Hai, I am New to Python"
\begin{lstlisting}[title=Sample]
 print("Hai, I am New to Python")
 def Code(a):
 print(a)
 Code("Hai, i am new to Perl")
\end{lstlisting}

如何忽略\begin{lstlisting}到\end{lstlisting}之间的python

Answer 1

正确的LaTeX解析器是可行的，但这可能是一个“足够好”的解决方案。看看你怎么想。

import re

text = '''
Hai, I am    New to       Python
\\begin{lstlisting}[title=Sample]
      print("Hai, I am    New to       Python")
      def Code(a):
          print(a)
      Code("Hai, i am new to Perl")
\\end{lstlisting}
'''
  
text = re.sub(r' +(?!(?:(?!\\begin\{lstlisting\}).)*\\end\{lstlisting\})', ' ', text, flags=re.DOTALL)

print(text)

如果\end{lstlisting}出现在字符串前面而没有\begin{lstlisting}出现在字符串前面，则不替换空格。