如何在 Python 正则替换中智能排除特定文本块（如分隔符包围的区域）-Python教程-PHP中文网

本文介绍一种基于“分段匹配 + 回调函数”的优雅方案，利用 re.sub 配合自定义替换函数，在全局文本中精准跳过由 ---- 包围的特殊区块，仅对区块外内容执行正则替换，完美支持跨行、空块及嵌套边界等复杂场景。

本文介绍一种基于“分段匹配 + 回调函数”的优雅方案，利用 `re.sub` 配合自定义替换函数，在全局文本中精准跳过由 `----` 包围的特殊区块，仅对区块外内容执行正则替换，完美支持跨行、空块及嵌套边界等复杂场景。

在处理结构化文本（如 Markdown 片段、配置模板或文档注释）时，常需对全文进行正则替换，但必须安全跳过某些受保护区域（例如被 ---- 包围的代码块、公式块或原始内容区）。难点在于：这些区域无方向性（起止标记相同）、可能为空、可连续出现，且替换逻辑本身可能跨行（如数学公式 $...$），无法依赖简单的行级过滤或断言（lookaround）。

最直接且健壮的解法是：将文本按“保护块”自然切分为“可替换段”与“不可替换段”，再分别处理。这可通过一个精心设计的正则模式配合 re.sub 的回调函数实现：

import re

def exclude_blocks_and_sub(text, pattern, repl, flags=0):
    """
    在 text 中执行正则替换，自动跳过所有以 '----' 为边界的区块（含空块）

    Args:
        text: 原始字符串
        pattern: 要匹配并替换的正则模式（作用于非区块区域）
        repl: 替换内容（支持字符串或函数）
        flags: re 模块标志（如 re.S、re.I）

    Returns:
        替换后的新字符串
    """
    # 匹配模式：捕获「前导非区块内容」+「完整区块（含边界）」+「后续非区块内容」
    # (?s) 启用单行模式，使 . 匹配换行符；*? 表示非贪婪匹配
    block_pat = r"(.*?)(-+\n.*?-+(?:\n|\Z))(.*?)(?=-+|\Z)"

    def sub_callback(match):
        g1 = match.group(1)  # 区块前的内容（可替换）
        g2 = match.group(2)  # 完整区块（含 ---- 边界，不替换）
        g3 = match.group(3)  # 区块后的内容（可替换）

        # 对 g1 和 g3 分别应用用户指定的替换逻辑
        # 注意：若 repl 是函数，需确保其兼容字符串输入
        if callable(repl):
            processed_g1 = re.sub(pattern, repl, g1, flags=flags)
            processed_g3 = re.sub(pattern, repl, g3, flags=flags)
        else:
            processed_g1 = re.sub(pattern, repl, g1, flags=flags)
            processed_g3 = re.sub(pattern, repl, g3, flags=flags)

        return processed_g1 + g2 + processed_g3

    # 递归处理：每次匹配一个区块及其前后文，直到无更多匹配
    # 使用 re.sub(..., count=1) 避免无限循环，并确保从左到右顺序处理
    result = text
    while True:
        new_result = re.sub(block_pat, sub_callback, result, count=1, flags=re.S)
        if new_result == result:
            break
        result = new_result

    # 处理末尾未被区块包裹的剩余内容（即最后一个区块之后的所有文本）
    # 此部分在上述循环中未被覆盖，需单独替换
    last_block_end = re.search(r"-+\n.*?-+(?:\n|\Z)", result, re.S)
    if last_block_end:
        tail_start = last_block_end.end()
        tail = result[tail_start:]
        if tail.strip():  # 非空尾部才替换
            result = result[:tail_start] + re.sub(pattern, repl, tail, flags=flags)

    return result

# 示例使用：将所有独立的 "text" 替换为 "TEXT"，但跳过 ---- 区块内
text = """some text
----
text inside special block
----
some text
----
----
some text
----
text inside special block
----
some text"""

result = exclude_blocks_and_sub(
    text,
    pattern=r"\btext\b",      # 精确匹配单词 "text"
    repl="TEXT"
)
print(result)

✅ 核心优势：