Как заменить определенное количество пробелов с помощью регулярного выражения?

Question

Я использую Caliber для преобразования PDF в MOBI, но у него есть проблемы с интерпретацией пространственно-вдавленных блоков кода. Блоки содержат много пространств, но в большом количестве. Некоторые строки имеют отступы на 31 пробел.

Caliber позволяет выполнять 3 регулярных выражения для поиска и замены в книге до ее преобразования.

Это то, что я пробовал.

\n(*) (*)([a-zA-Z{};\*\/\(\)&#0-9]) 

Заменить:

\n\1 \2\3 

Проблема, она заменяет только один из пространств. Я хочу, чтобы все они были заменены тем же номером  .

Я также попытался ленивые версии первой группы и т.д.

Является ли это один из тех случаев, когда регулярные выражения являются недостаточными? Я думаю, что этот механизм регулярных выражений является стандартом python.

Answer 1

Если это Perl можно заменить (\G|\n)  с $1 , и если бы это было регулярное выражение двигатель, который позволил Ограниченные ширины lookbehinds (вместо фиксированной ширины lookbehinds, таких как Python), вы можете заменить (?<=\n {0,30})  на  ; но как бы то ни было, единственный способ, которым я могу думать, это заменить что-то вроде ((?<=\n)|(?<=\n)|(?<=\n {2})|(?<=\n {3})|(?<=\n {4})|(?<=\n {5})|...|(?<=\n {30}))  на  . , , и я подозреваю, что в этот момент вы достигнете предела в отношении того, как долго Caliber допускает входное регулярное выражение. : -/

Другой вариант - использовать совершенно другой подход и заменить    (два пробела) на    (свободное пространство без пробелов + регулярное пространство), не мешая ему ограничивать его до начала строки. Я предполагаю, что это удовлетворит ваши потребности?

Answer 2

\ s {31} будет соответствовать ровно 31 белых пространств, \ s {14,31} 14 до 31

Answer 3

Любые причины не просто заменять ВСЕ пробелы неразрывными пробелами? (r/ / /.)

Это не изменит внешний вид нормального текста на английском языке (кроме случаев, когда источник имеет лишние двойные пробелы), и ваши кодовые блоки будут отображаться правильно.

---

Для удовольствия, моя попытка в Python:

>>> eight_spaces = "  hello world!" 
>>> re.sub(r"^(|(?: )*)\s",r"\1 ",eight_spaces) 
'   hello world!' 

Идея заключается в том, чтобы заменить одно место в то время. Это не работает, потому что re двигатель не возвращается к началу строки после матча - он потребляет строку, действующую слева направо.

Обратите внимание на чередование (?: )* с пустой строкой, (|(?: )*), так что группа захвата \1 всегда захватывает что-то (даже пустую строку.)