如何确保正则表达式不在 [] 或 {} 中？

Question

我正在尝试用随机单词列表替换给定句子中的所有单词。这是我的代码：

import re
import random

WORDS = ["Brawk" , "Buh-gok", "Bok bok", "Bawk"] # My random word list
PATTERN = r"([a-zA-Z0-9\']+)"
DELIMITER = " "

def callback(matchobj):
    return random.choice(WORDS)

def parse_sentence(sentence):
    return re.sub(PATTERN, callback, sentence)

当我运行代码时，是这样的：

>>> print(parse_sentence("some text's[color=#ff8a00]smoe more text[/color]{n}"))
Bok bok Bok bok[Buh-gok=#Buh-gok]Bok bok Buh-gok Buh-gok[/Bawk]{Brawk}

我需要它是 Buh-gok Bok bok[color=#ff8a00]Bok bok Bok bok Bawk[/color]{n}，所以如果它在 [] 或 {} 内，是否可以忽略它？

Answer 1

代码中需要修改两处：

PATTERN = r"(\[[^][]*]|\{[^{}]*})|[a-zA-Z0-9']+"

def callback(matchobj):
    return matchobj.group(1) or random.choice(WORDS)

参见Python demo。

正则表达式 - (\[[^][]*]|\{[^{}]*})|[a-zA-Z0-9']+ - 将方括号之间和大括号之间的所有子字符串匹配并捕获到组 1 中，并且只匹配字母数字字符块，并且 return matchobj.group(1) or random.choice(WORDS) returns 组 1值（如果第 1 组匹配），或者如果第 1 组不匹配，则为随机词。

图案详情:

( - 捕获组 #1 的开始
- \[[^][]*] - [，然后是 ] 和 [ 以外的任何零个或多个字符，然后是 ] 字符
- | - 或
- \{[^{}]*} - {，然后是 { 和 } 以外的任何零个或多个字符，然后是 } 字符
) - 小组结束
| - 或
[a-zA-Z0-9']+ - 一个或多个 ASCII 字母或数字或 '.

如何确保正则表达式不在 [] 或 {} 中？

How to make sure that regex is not in [] or {}?

python

regex

python-re