python - 在python中删除带有嵌套子括号的双波浪括号之间的数据

Question

我在解决这个问题时遇到了一些困难。我需要删除波浪括号中包含的所有数据。

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:];

它似乎可以工作，但很快就会耗尽内存。有没有更好的方法来做到这一点(希望使用正则表达式)？

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。这个问题不需要实际的堆栈，因为只涉及一种类型(好吧，一对)的 token 。 level 扮演堆栈将扮演更复杂的解析器的角色。

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)))

更一般的要点...正则表达式中的捕获组是使大括号出现在 re.split 输出中的原因，否则你只会得到介于两者之间的东西。也有一些对不匹配的括号的支持。对于严格的解析器，这应该引发异常，因为应该在级别 > 0 的字符串末尾运行。对于松散的 Web 浏览器样式解析器，也许您想要显示那些 }} 作为输出...