Python удаляет внутренние скобки и сохраняет внешние скобки

Я борюсь с Regex, я прочитал вики и поиграл, но, похоже, я не могу найти правильное соответствие.

string_before = 'President [Trump] first name is [Donald], so his full name is [[Donald] [Trump]]' 
string_after = 'President [Trump] first name is [Donald], so his full name is [Donald Trump]'

Я хочу удалить все возможные скобки внутри внешних скобок, сохранив при этом внешние скобки и текст внутри.

Можно ли это легко решить в python без регулярных выражений?


python regex string-parsing
person Isbister    schedule 17.02.2017    source источник
comment
Regex не так хорош для работы с вложенностью.   -  person khelwood    schedule 17.02.2017
comment
Где вы берете текст с этими скобками для начала?   -  person Blender    schedule 17.02.2017
comment
Я сделал теги именованных объектов. Имена помечены [ ] вокруг них. Итак, в этом случае теггер полагает, что у нас есть 3 разных сущности, поскольку Дональд — это сущность, Трамп — это сущность, а Дональд Трамп — еще одна сущность. Это особый случай, когда в начале текста могло быть упомянуто «Дональд», а в середине — «Трамп», а в конце — новое сочетание «Дональд Трамп».   -  person Isbister    schedule 17.02.2017

Ответы (3)


arrow_upward
1
arrow_downward

В конкретном случае двух смежных выражений в квадратных скобках внутри пары скобок вы можете сделать

string = re.sub(r'\[\[([^][]+)\] \[([^][]+)\]\]', r'[\1 \2]', string)

Это неудобно распространять на произвольное количество смежных выражений в квадратных скобках, но, возможно, этого достаточно для ваших нужд.

person tripleee    schedule 17.02.2017

arrow_upward
1
arrow_downward

Regex принесет вам больше вреда, чем пользы для таких проблем. Вам нужно будет написать некоторую логику синтаксического анализа, основанную на грамматике или правилах.

Вы можете, например, взглянуть на преобразователи с конечным состоянием (1, 2), который был бы подходящим методом разбора вложенных конструкций, но его сложнее понять и использовать, чем Regex.

person Matt Fortier    schedule 17.02.2017

arrow_upward
0
arrow_downward 

In [1]: import re
In [2]: before='blablabla [[Donald] [Trump]] blablabla'
In [3]: l=before.find('[')+1
In [4]: r=before.rfind(']')
In [5]: before[:l] + re.sub( r'[][]','',before[l:r]) + before[r:]
Out[5]: 'blablabla [Donald Trump] blablabla'

Просто покажите один путь, проверка/обработка ошибок была опущена.

person Kent    schedule 17.02.2017
comment
Круто, да, это решает этот конкретный случай. Я недостаточно детализировал свои примеры. Поскольку они могут выглядеть так: я думаю, что [Дональд] — это имя президента [Трампа], но некоторые люди называют его [[Дональд] [Трамп]], поэтому его следует звать [[Дональд] [Трамп]] Я обновлю мой вопрос. - person Isbister; 17.02.2017