[英]RegEx to insert spaces between (Number-Number), (Number-char), (Char-Special char) and (special char- char) except '\'
我编写了一个代码来清理LaTex
(只是一个字符串),我想在 nnumbers 之间插入空格来标记字符串。 我的代码如下:
def insert_spaces(sentence):
'''
Add a space around special characters, number and digits. So "2x+y -1/3x" becomes: "2 x + y - 1 / 3 x"
'''
dummy_list = []
splitted_sent = list(sentence)
for i in range(len(splitted_sent)-1):
dummy_list.append(splitted_sent[i])
if splitted_sent[i].isalpha(): # if it is an alphabet
if splitted_sent[i+1].isdigit() or (not splitted_sent[i+1].isalnum()):
dummy_list.append(' ')
elif splitted_sent[i].isdigit(): # if it is a number
if splitted_sent[i+1].isalpha() or (not splitted_sent[i+1].isalnum()):
dummy_list.append(' ')
elif (not splitted_sent[i].isalnum()) and (splitted_sent[i] not in [' ','\\']): # if it is a special char but not ' ' already
if splitted_sent[i+1].isalnum():
dummy_list.append(' ')
dummy_list.append(splitted_sent[-1])
return ''.join(dummy_list)
例如,如果我的原始查询是:
'ds^{2} = (1 - {qcos\\theta\\over r})^{2\\over 1 + \\alpha^{2}}\\lbrace dr^2+r^2d\\theta^2+r^2sin^2\\theta d\\varphi^2\\rbrace -{dt^2\\over (1 - {qcos\\theta\\over r})^{2\\over 1 + \\alpha^{2}}}\\, .\\label{eq:sps1} \\widetilde\\gamma_{\\rm hopf}\\simeq\\sum_{n>0}\\widetilde{G}_n{(-a)^n\\over2^{2n-1}}\\label{H4}3455'
然后我希望它被清理为:
'd s ^ { 2 } = ( 1 - { q c o s \\theta \\over r } ) ^ { 2 \\over 1 + \\alpha ^ { 2 } } \\lbrace d r ^ 2 + r ^ 2 d \\theta ^ 2 + r ^ 2 sin ^ 2 \\theta d \\varphi ^ 2 \\rbrace -{ d t ^ 2 \\over ( 1 - { q c o s \\theta \\over r } ) ^ { 2 \\over 1 + \\alpha ^ { 2 } } } \\ , . \\label { eq : sps 1 } \\widetilde \\gamma _ { \\rm h o p f } \\simeq \\sum _ { n > 0 } \\widetilde { G } _ n { ( - a ) ^ n \\over 2 ^ { 2 n - 1 } } \\label { H 4 } 3 4 5 5'
上面的结果是这个脚本的产物,它基本上称为这个KaTex
脚本
但现在,我得到的结果是:
'ds ^{ 2 } = ( 1 - { qcos \\theta \\over r })^{ 2 \\over 1 + \\alpha ^{ 2 }}\\lbrace dr ^ 2 + r ^ 2 d \\theta ^ 2 + r ^ 2 sin ^ 2 \\theta d \\varphi ^ 2 \\rbrace -{ dt ^ 2 \\over ( 1 - { qcos \\theta \\over r })^{ 2 \\over 1 + \\alpha ^{ 2 }}}\\, .\\label { eq : sps 1 } \\widetilde \\gamma _{\\rm hopf }\\simeq \\sum _{ n > 0 }\\widetilde { G }_ n {(- a )^ n \\over 2 ^{ 2 n - 1 }}\\label { H 4 } 3455'
有没有办法在 RegEx 的帮助下实现同样的目标?
您在预期的 output 中有一些令人讨厌的违规行为,例如
{eq:sps1}
你想 output 作为{ eq: sps 1 }
)sin
与所有其他词相反(例如q c os
)应该作为sin
保留在一起,而不是转换为sin
-{
在某些时候没有转换为- {
正如我所期望的那样这些异常违反了我在测试期间能够提出的任何正则表达式。 但这与您要实现的目标非常接近,也许您会发现它作为起点很有用...
更新:根据评论更改预期结果,已修复
sin
-> sin
-{
-> - {
除了空格,这个正则表达式应该处理你的例子。 请注意,由于您的描述,例如eq:...
是正则表达式的一部分,可以按照您的要求将eq
和sqs
保持在一起。
import re
text = r'ds^{2} = (1 - {qcos\\theta\\over r})^{2\\over 1 + \\alpha^{2}}\\lbrace dr^2+r^2d\\theta^2+r^2sin^2\\theta d\\varphi^2\\rbrace -{dt^2\\over (1 - {qcos\\theta\\over r})^{2\\over 1 + \\alpha^{2}}}\\, .\\label{eq:sps1} \\widetilde\\gamma_{\\rm hopf}\\simeq\\sum_{n>0}\\widetilde{G}_n{(-a)^n\\over2^{2n-1}}\\label{H4}3455'
# updated version according to comments, fixed in expected result:
# * "sin" -> "s i n"
# * "-{" -> "- {"
#expected = r'd s ^ { 2 } = ( 1 - { q c o s \\theta \\over r } ) ^ { 2 \\over 1 + \\alpha ^ { 2 } } \\lbrace d r ^ 2 + r ^ 2 d \\theta ^ 2 + r ^ 2 sin ^ 2 \\theta d \\varphi ^ 2 \\rbrace -{ d t ^ 2 \\over ( 1 - { q c o s \\theta \\over r } ) ^ { 2 \\over 1 + \\alpha ^ { 2 } } } \\ , . \\label { eq : sps 1 } \\widetilde \\gamma _ { \\rm h o p f } \\simeq \\sum _ { n > 0 } \\widetilde { G } _ n { ( - a ) ^ n \\over 2 ^ { 2 n - 1 } } \\label { H 4 } 3 4 5 5'
expected = r'd s ^ { 2 } = ( 1 - { q c o s \\theta \\over r } ) ^ { 2 \\over 1 + \\alpha ^ { 2 } } \\lbrace d r ^ 2 + r ^ 2 d \\theta ^ 2 + r ^ 2 s i n ^ 2 \\theta d \\varphi ^ 2 \\rbrace - { d t ^ 2 \\over ( 1 - { q c o s \\theta \\over r } ) ^ { 2 \\over 1 + \\alpha ^ { 2 } } } \\ , . \\label { eq : sps 1 } \\widetilde \\gamma _ { \\rm h o p f } \\simeq \\sum _ { n > 0 } \\widetilde { G } _ n { ( - a ) ^ n \\over 2 ^ { 2 n - 1 } } \\label { H 4 } 3 4 5 5'
res = re.sub(r"(?<!\s)(\s*(?:\\\\[a-zA-Z]*)|eq(?=:)|(?<=:)[a-zA-Z]+|(?:[^\s]))", r' \1', text).strip()
print(re.sub(r'\s+', r' ', res))
print(re.sub(r'\s+', r' ', expected))
output:
d s ^ { 2 } = ( 1 - { q c o s \\theta \\over r } ) ^ { 2 \\over 1 + \\alpha ^ { 2 } } \\lbrace d r ^ 2 + r ^ 2 d \\theta ^ 2 + r ^ 2 s i n ^ 2 \\theta d \\varphi ^ 2 \\rbrace - { d t ^ 2 \\over ( 1 - { q c o s \\theta \\over r } ) ^ { 2 \\over 1 + \\alpha ^ { 2 } } } \\ , . \\label { eq : sps 1 } \\widetilde \\gamma _ { \\rm h o p f } \\simeq \\sum _ { n > 0 } \\widetilde { G } _ n { ( - a ) ^ n \\over 2 ^ { 2 n - 1 } } \\label { H 4 } 3 4 5 5
d s ^ { 2 } = ( 1 - { q c o s \\theta \\over r } ) ^ { 2 \\over 1 + \\alpha ^ { 2 } } \\lbrace d r ^ 2 + r ^ 2 d \\theta ^ 2 + r ^ 2 s i n ^ 2 \\theta d \\varphi ^ 2 \\rbrace - { d t ^ 2 \\over ( 1 - { q c o s \\theta \\over r } ) ^ { 2 \\over 1 + \\alpha ^ { 2 } } } \\ , . \\label { eq : sps 1 } \\widetilde \\gamma _ { \\rm h o p f } \\simeq \\sum _ { n > 0 } \\widetilde { G } _ n { ( - a ) ^ n \\over 2 ^ { 2 n - 1 } } \\label { H 4 } 3 4 5 5
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.