python - 取消维基百科同义词括号

Question

我想取消维基百科同义词括号。

这是一个简单的方法。

He is [[Korean]].

我可以移除支架。

这是另一个困难的问题。

He lives in [[Gimhae city|Gimhae]].

第一个(金海市)是维基百科文档标题。

所以我必须在括号中得到第二个。

欢迎任何建议。

Answer 1

您可以使用以下正则表达式:

\[{2}(?:[^|\]]*\|)?([^]]*)]{2}

并替换为\1。

参见demo

这是正则表达式匹配的内容:

• \[{2} - 2 个左方括号
• (?:[^|\]]*\|)? - 除 | 和 ] 之外的 0 或 1 个字符序列(使用 [^|\]]*)和文字 | 与 \| (注意它在字符类之外转义)<
• ([^]]*) - 匹配并捕获到组 1，我们稍后将使用 \1 0 个或多个除右方括号之外的字符进行引用
• ]{2} - 2 个右方括号(请注意，我们不必在这里转义它们，因为第一个 [ 已转义)。

Python snippet :

import re
p = re.compile(r'\[{2}(?:[^|\]]*\|)?([^]]*)]{2}')
test_str = "He lives in [[Gimhae city|Gimhae]]. He lives in [[Gimhae]]. "
result = re.sub(p, r"\1", test_str)
print(result) # => He lives in Gimhae. He lives in Gimhae.