在python中删除带嵌套子括号的双曲括号之间的数据

Question

我在这个问题上有些困难。我需要删除所有包含在乱七八糟的括号中的数据。

像这样：

Hello {{world of the {{ crazy}} {{need {{ be}}}} sea }} there.

变成：

Hello there.

这是我的第一次尝试(我知道这很糟糕)：

while 1:
    firstStartBracket = text.find('{{')
    if (firstStartBracket == -1):
        break;
    firstEndBracket = text.find('}}')
    if (firstEndBracket == -1):
        break;
    secondStartBracket = text.find('{{',firstStartBracket+2);
    lastEndBracket = firstEndBracket;
    if (secondStartBracket == -1 or secondStartBracket > firstEndBracket):
        text = text[:firstStartBracket] + text[lastEndBracket+2:];
        continue;
    innerBrackets = 2;
    position = secondStartBracket;
    while innerBrackets:
        print innerBrackets;
        #everytime we find a next start bracket before the ending add 1 to inner brackets else remove 1
        nextEndBracket = text.find('}}',position+2);
        nextStartBracket = text.find('{{',position+2);
        if (nextStartBracket != -1 and nextStartBracket < nextEndBracket):
            innerBrackets += 1;
            position = nextStartBracket;
            # print text[position-2:position+4];
        else:
            innerBrackets -= 1;
            position = nextEndBracket;
            # print text[position-2:position+4];
            # print nextStartBracket
            # print lastEndBracket
            lastEndBracket = nextEndBracket;
        print 'pos',position;
    text = text[:firstStartBracket] + text[lastEndBracket+2:];

它看起来很管用，但是内存很快就用完了。有什么更好的方法来做到这一点(希望通过regex)？

编辑:我不清楚，所以我再举一个例子。我需要允许多个顶级括号。

像这样：

Hello {{world of the {{ crazy}} {{need {{ be}}}} sea }} there {{my }} friend.

变成：

Hello there friend.

Answer 1

这是一个基于正则表达式/生成器的解决方案，适用于任意数量的大括号。此问题不需要实际的堆栈，因为只涉及1种类型(好，一对)的令牌。level填充堆栈将填充更复杂解析器的角色。

import re

def _parts_outside_braces(text):
    level = 0
    for part in re.split(r'(\{\{|\}\})', text):
        if part == '{{':
            level += 1
        elif part == '}}':
            level = level - 1 if level else 0
        elif level == 0:
            yield part

x = 'Hello {{world of the {{ crazy}} {{need {{ be}}}} sea }} there.  {{ second set {{ of }} braces }}'
print(''.join(_parts_outside_braces(x)))

更一般的观点..。regex中的捕获组使大括号出现在re.split的输出中，否则只能在中间得到大括号。也有一些支持不匹配的大括号。对于严格的解析器，这应该会引发异常，级别> 0的字符串结束时也会出现异常。对于一个松散的web浏览器风格的解析器，您可能希望将这些}}显示为输出.

Answer 2

您可以在这里使用模块。基于这个答案的解决方案

from pyparsing import nestedExpr


s = "Hello {{world of the {{ crazy}} {{need {{ be}}}} sea }} there {{my }} friend."

expr = nestedExpr('{{', '}}')
result = expr.parseString("{{" + s + "}}").asList()[0]
print(" ".join(item for item in result if not isinstance(item, list)))

指纹：

Hello there friend.

只有当只有一副顶级的大括号时，以下的方法才能起作用。

如果要删除带大括号本身的双花括号内的所有内容：

>>> import re
>>> 
>>> s = "Hello {{world of the {{ crazy}} {{need {{ be}}}} sea }} there."
>>> re.sub(r"\{\{.*\}\} ", "", s)
'Hello there.'

\{\{.*\}\}将匹配双大括号，后面是任何字符(有意将其保留为“贪婪”)，然后是双大括号和空格。

Answer 3

尝试以下代码：

import re

s = 'Hello {{world of the {{ crazy}} {{need {{ be}}}} sea }} there'
m = re.search('(.*?) {.*}(.*)',s)
result = m.group(1) + m.group(2)
print(result)