Question

我正在尝试在Django中实现一个WikiLink模板过滤器，它根据页面的存在情况查询数据库模型以提供不同的响应，与Wikipedia的红色链接相同。过滤器不会引发错误，而是对输入没有任何作用。

WikiLink 定义为：[[ThisIsAWikiLink | This is the alt text]]

这是一个不查询数据库的工作示例：

from django import template
from django.template.defaultfilters import stringfilter
from sites.wiki.models import Page
import re

register = template.Library()

@register.filter
@stringfilter
def wikilink(value):
    return re.sub(r'\[\[ ?(.*?) ?\| ?(.*?) ?\]\]', r'<a href="/Sites/wiki/\1">\2</a>', value)
wikilink.is_safe = True

输入（value）是一个多行字符串，包含HTML和许多WikiLink。

预期输出将[[ThisIsAWikiLink | This is the alt text]]替换为

<a href="/Sites/wiki/ThisIsAWikiLink">This is the alt text</a>
如果数据库中不存在“ThisIsAWikiLink”，则
或：
<a href="/Sites/wiki/ThisIsAWikiLink/edit" class="redlink">This is the alt text</a>

并返回值。

这是非工作代码（为回应评论/答案而编辑）：

from django import template
from django.template.defaultfilters import stringfilter
from sites.wiki.models import Page
import re

register = template.Library()

@register.filter
@stringfilter
def wikilink(value):
    m = re.match(r'\[\[ ?(.*?) ?\| ?(.*?) ?\]\]', value)

    if(m):
        page_alias = m.group(2)
        page_title = m.group(3)
        try:
            page = Page.objects.get(alias=page_alias)
            return re.sub(r'(\[\[)(.*)\|(.*)(\]\])', r'<a href="Sites\/wiki\/\2">\3</a>', value)
        except Page.DoesNotExist:
             return re.sub(r'(\[\[)(.*)\|(.*)(\]\])', r'<a href="Sites\/wiki\/\2\/edit" class="redlink">\3</a>', value)
    else:
        return value
wikilink.is_safe = True

代码需要做的是：

提取 value
查询 Page 模型以查看该页面是否存在
使用普通链接替换所有WikiLinks，样式取决于每个wikipage的存在。
返回更改后的值

更新的问题是：什么正则表达式（方法）可以返回一个python维基链接列表，可以更改并用于替换原始匹配（在更改后）。

编辑：

我想做这样的事情：

def wikilink(value):
    regex = re.magic_method(r'\[\[ ?(.*?) ?\| ?(.*?) ?\]\]', value)

    foreach wikilink in regex:
         alias = wikilink.group(0)
         text = wikilink.group(1)

         if(alias exists in Page):
              regex.sub("<a href="+alias+">"+ text +"</a>")
         else:
              regex.sub("<a href="+alias+" class='redlink'>"+ text +"</a>")

    return value

Answer 1

如果您的字符串除了wiki-link之外还包含其他文字，那么您的过滤器将无效，因为您使用的是re.match而不是re.search。 re.match匹配字符串的开头。 re.search匹配字符串中的任何位置。请参阅matching vs. searching。

此外，您的正则表达式使用贪婪的*，因此如果一行包含多个wiki-links，它将无法工作。请改用*?使其变得非贪婪：

re.search(r'\[\[(.*?)\|(.*?)\]\]', value)

编辑：

至于如何修复代码的提示，我建议您使用re.sub with a callback。优点是：

如果您在同一行中有多个wiki-links，则它可以正常工作。
一次通过弦就足够了。您不需要传递来查找wiki-links，也不需要另一个传递来进行替换。

这是一个关于实施的草图：

import re

WIKILINK_RE = re.compile(r'\[\[(.*?)\|(.*?)\]\]')

def wikilink(value):
  def wikilink_sub_callback(match_obj):
    alias = match_obj.group(1).strip()
    text = match_obj.group(2).strip()
    if(alias exists in Page):
      class_attr = ''
    else:
      class_attr = ' class="redlink"'
    return '<a href="%s"%s>%s</a>' % (alias, class_attr, text)

  return WIKILINK_RE.sub(wikilink_sub_callback, value)

Answer 2

这种问题很快就会出现在一小组单元测试中。

可以单独测试的过滤器片段（通过一些代码重构）：

确定值是否包含您正在寻找的模式
如果有匹配的页面
生成的字符串是没有匹配的页面

这可以帮助您找出出错的地方。你可能会发现你需要重新连接正则表达式来解释|。

周围的可选空格。

此外，乍一看，您的过滤器看起来像是可以利用的。您声称结果是安全的，但您没有过滤脚本标签等恶意文本的替代文字。

Answer 3

代码：

import re

def page_exists(alias):
    if alias == 'ThisIsAWikiLink':
        return True

    return False

def wikilink(value):
    if value == None:
        return None

    for alias, text in re.findall('\[\[\s*(.*?)\s*\|\s*(.*?)\s*\]\]',value):
        if page_exists(alias):
            value = re.sub('\[\[\s*%s\s*\|\s*%s\s*\]\]' % (alias,text), '<a href="/Sites/wiki/%s">%s</a>' % (alias, text),value)            
        else:
            value = re.sub('\[\[\s*%s\s*\|\s*%s\s*\]\]' % (alias,text), '<a href="/Sites/wiki/%s/edit/" class="redtext">%s</a>' % (alias, text), value)

    return value

示例结果：

>>> import wikilink
>>> wikilink.wikilink(None)
>>> wikilink.wikilink('')
''
>>> wikilink.wikilink('Test')
'Test'
>>> wikilink.wikilink('[[ThisIsAWikiLink | This is the alt text]]')
'<a href="/Sites/wiki/ThisIsAWikiLink">This is the alt text</a>'
>>> wikilink.wikilink('[[ThisIsABadWikiLink | This is the alt text]]')
'<a href="/Sites/wiki/ThisIsABadWikiLink/edit/" class="redtext">This is the alt text</a>'
>>> wikilink.wikilink('[[ThisIsAWikiLink | This is the alt text]]\n[[ThisIsAWikiLink | This is another instance]]')
'<a href="/Sites/wiki/ThisIsAWikiLink">This is the alt text</a>\n<a href="/Sites/wiki/ThisIsAWikiLink">This is another instance</a>'
>>> wikilink.wikilink('[[ThisIsAWikiLink | This is the alt text]]\n[[ThisIsAWikiLink | This is another instance]]')

一般评论：

findall 是您正在寻找的神奇功能
更改 page_exists 以运行您想要的任何查询
易受HTML注入（如上面Dave W. Smith所述）
必须在每次迭代时重新编译正则表达式效率低下
每次查询数据库效率低下

我认为使用这种方法很快就会遇到性能问题。

Answer 4

如果有人需要，这是工作代码：

from django import template
from django.template.defaultfilters import stringfilter
from sites.wiki.models import Page
import re

register = template.Library()

@register.filter
@stringfilter
def wikilink(value):
  WIKILINK_RE = re.compile(r'\[\[ ?(.*?) ?\| ?(.*?) ?\]\]')

  def wikilink_sub_callback(match_obj):
    alias = match_obj.group(1).strip()
    text = match_obj.group(2).strip()

    class_attr = ''
    try:
        Page.objects.get(alias=alias)
    except Page.DoesNotExist:
        class_attr = ' class="redlink"'
    return '<a href="%s"%s>%s</a>' % (alias, class_attr, text)

  return WIKILINK_RE.sub(wikilink_sub_callback, value)
wikilink.is_safe = True

非常感谢所有答案！

Django，自定义模板过滤器 - 正则表达式问题

4 个答案: