Question

我有很多html代码<pre> python code </pre>，就像下面的

一样

HTML代码：

<pre class="c1">
# regex usage
import re
re.findall(r'abc','abcde')
</pre>

python tutorial ...python regex<br>

<pre class="c2">
# regex usage
import re
re.findall(r'abc','abcde')
</pre>

我将regex视为关键字，并将其替换为链接：<a href="link-to-regex">regex</a>，但我不想替换标签<pre>中的内容

输出：

<pre class="c1">
# regex usage
import re
re.findall(r'abc','abcde')
</pre>

python tutorial ...python <a href="link-to-regex">regex</a><br>

<pre class="c2">
# regex usage
import re
re.findall(r'abc','abcde')
</pre>

我这样做是使用占位符

pre_list = re.compile(r'(<pre>.+?</pre>)').findall(html_code)

# use CODE_PLACEHODER to protect code sources
for index,code in enumerate(pre_list):
    html_code = html_code.replace(code, 'CODE_PLACEHOLDER_{}'.format(index))

# replace the html content here
html_code = html_code.replace('regex', '<a href="link-to-regex">regex</a>')

for index,code in enumerate(pre_list):
    html_code = html_code.replace('CODE_PLACEHOLDER_{}'.format(index), code)
    enter code here

更好的方法吗？

Answer 1

使用正向环视断言来匹配regex标记内不存在的字符串<pre>。并且不要忘记启用DOTALL修饰符。

>>> import re
>>> s = """<pre>
# regex usage
import re
re.findall(r'abc','abcde')
</pre>

python tutorial ...python regex<br>
<pre>
# regex usage
import re
re.findall(r'abc','abcde')
</pre>"""
>>> m = re.sub(r'(?s)regex(?!(?:(?!<\/?pre[^<>]*>).)*<\/pre>)', r'<a href="link-to-regex">regex</a>', s)
>>> print m
<pre>
# regex usage
import re
re.findall(r'abc','abcde')
</pre>

python tutorial ...python <a href="link-to-regex">regex</a><br>
<pre>
# regex usage
import re
re.findall(r'abc','abcde')
</pre>

DEMO

Answer 2

regex(?=(?:((?!<pre[^>]*>|<\/pre>).)*<pre[^>]*>(?:(?!<\/pre>).)*<\/pre>)*(?:(?!<pre[^>]*>|<\/pre>).)*$)

试试这个。看看演示。

http://regex101.com/r/rQ6mK9/8

python正则表达式只替换部分NOT匹配

2 个答案: