Usuwanie danych między podwójnymi nawiasami kwadratowymi a zagnieżdżonymi podpunkami pod pytonem

Question

Mam problem z tym problemem. Muszę usunąć wszystkie dane zawarte w nawiasach kwadratowych.

jak takie:

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

Staje:

Hello there. 

Oto moja pierwsza próba (Wiem, że to straszne):

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:]; 

Wydaje się działać, ale zabraknie pamięci dosyć szybko. Czy istnieje lepszy sposób to zrobić (miejmy nadzieję, z regex)?

EDYCJA: Nie było jasne, więc dam inny przykład. Muszę uwzględnić wiele nawiasów najwyższego poziomu.

takie jak:

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

Staje:

Hello there friend. 

Answer 1

Jest to rozwiązanie oparte regex/generator, który współpracuje z dowolną liczbą szelkami. Ten problem nie wymaga rzeczywistego stosu, ponieważ dotyczy on tylko jednego typu (dobrze, pary) tokena. level wypełnia rolę, którą stos mógłby wypełnić bardziej złożony analizator składni.

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))) 

Bardziej ogólne punkty ... grupa przechwytywania w regex co sprawia, że ​​szelki pokazać się na wyjściu re.split, w przeciwnym razie można dostać tylko rzeczy pomiędzy. Istnieje również wsparcie dla niedopasowanych klamr. Dla ścisłego analizatora składni, który powinien podnieść wyjątek, tak jak powinno się kończyć ciągiem znaków z poziomem> 0. Dla luźnego parsera stylu przeglądarki internetowej, być może chciałbyś wyświetlić te }} jako dane wyjściowe ...

Answer 2

Można użyć pyparsing module tutaj. Rozwiązanie oparte na this answer:

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))) 

Wydruki:

Hello there friend. 

---

Poniższy będzie działać tylko wtedy, gdy istnieje tylko jedna para najwyższego poziomu z szelkami.

Jeśli chcesz usunąć wszystko wewnątrz podwójnych nawiasach klamrowych z samych szelek:

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

\{\{.*\}\} byłoby pasujących podwójne nawiasy klamrowe następnie wszelkich znaków dowolną liczbę razy (celowo go "greedy"), a następnie podwójne nawiasy klamrowe i spacja.

Answer 3

Wypróbuj poniższy kod:

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) 

Answer 4

Problem polega na tym, że musisz uporać się ze strukturą zagnieżdżoną, co oznacza, że ​​wyrażenie regularne może nie wystarczyć.Jednak prosty parser z pamięcią o poziomie głębokości może przyjść na ratunek - bardzo łatwo jest zapisać, wystarczy zapisać poziom głębi w zmiennej.

Po prostu publikuję bardziej pythonic sposób pisania rozwiązania tutaj, które mogą być dobrym punktem odniesienia dla Ciebie.

import re 

def rem_bra(inp): 
    i = 0 
    lvl = 0 
    chars = [] 
    while i < len(inp): 
     if inp[i:i+2] == '{{': 
      lvl += 1 
      i += 1 
     elif inp[i:i+2] == '}}': 
      lvl -= 1 
      i += 1 
     else: 
      if lvl < 1: 
       chars.append(inp[i]) 
     i += 1 
    result = ''.join(chars) 

    # If you need no more contigious spaces, add this line: 
    result = re.sub(r'\s\s+', r' ', result) 

    return result 


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

print(rem_bra(inp)) 
>>> Hello there. 

Answer 5

Na dokładkę, jeszcze inne rozwiązanie. Zaczyna się od znalezienia i wymiany najbardziej wysuniętych do lewej klamry i działa na zewnątrz, w prawo. Dba o wiele aparatów najwyższego poziomu.

import re 

def remove_braces(s): 
    pattern = r'\{\{(?:[^{]|\{[^{])*?\}\}' 
    while re.search(pattern, s): 
     s = re.sub(pattern, '', s) 
    return s 

Nie najbardziej wydajny, ale krótki.

>>> remove_braces('Hello {{world of the {{ crazy}} {{need {{ be}}}} sea }} there {{my }} friend.') 
'Hello there friend.' 

Answer 6

To pytanie sprawia radość. Oto moja próba:

import re 

def find_str(string): 

    flag = 0 

    for index,item in enumerate(string): 

     if item == '{': 
      flag += 1 

     if item == '}': 
      flag -= 1 

     if flag == 0: 
      yield index 

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

index = list(find_str(s)) 

l = [s[i] for i in index] 

s = ' '.join(l) 

re.sub('}\s+','',s) 

'H e l l o t h e r e f r i e n d .'

Answer 7

Z Python regex package przydałby się recursive regex.

 
{{(?>[^}{]+|(?0))*}} ? 

Albo inny wariant (wymaga nieco więcej krok).

 
{{(?>[^}{]*(?R)?)*}} ? 

Na (?0) lub (?R) wzór jest wklejony. Skorzystaj z regex.sub

>>> import regex 
>>> str = 'Hello {{world of the {{ crazy}} {{need {{ be}}}} sea }} there.' 
>>> regex.sub(r'(?V1){{(?>[^}{]+|(?0))*}} ?', '', str) 

(?V1) Wersja 1 zachowuje się jak Perl. Nie mogę tego przetestować, musisz spróbować :)