如何利用正则表达式实现对原始 Markdown 列表层级结构的自动化缩进调整

浅杰吖_1343

浅杰吖_1343

2026-05-09

554人浏览

原创

正则表达式不能真正理解Markdown列表语义层级,但可在逻辑已正确、仅需统一缩进的场景下机械对齐;需配合脚本推断层级并重写缩进。

如何利用正则表达式实现对原始 markdown 列表层级结构的自动化缩进调整

正则表达式本身无法真正“理解” Markdown 列表的语义层级(比如识别嵌套关系、判断缩进是否合法),但它可以高效匹配和重写符合常见格式规律的缩进行为。关键在于:把问题限定在已有正确层级逻辑、仅需统一缩进风格的场景下,用正则完成机械性对齐。

明确目标格式与前提条件

正则适配的是“视觉缩进一致、逻辑层级已由符号(- / * / + / 1. )体现”的列表。例如:

  • 一级列表项以 - item 开头,顶格;
  • 二级列表项应缩进 2 或 4 个空格(或 1 个 Tab),且前面必须是上一级的列表项或空行;
  • 不处理混用 Tab/空格、跨段落嵌套、代码块内列表等边界情况。

核心匹配模式(以 2 空格缩进为例)

用两步走:先提取带层级信息的原始行,再按深度重写缩进。

Calliper-Compare2Markdown
Calliper-Compare2Markdown

在同一同步调用中比较两份本地文档,并将差异转换为 LLM可直接使用的 Markdown,支持 PDF、Word、PPT 及图片等文档。

下载
  • 提取层级与内容:
    ^(\s*)([-*+]\s+|\d+\.\s+)(.+)$
    捕获组1:现有缩进(用于推断当前层级);
    捕获组2:列表标记(- 或 1. );
    捕获组3:文本内容。
  • 计算目标缩进:根据捕获组1长度 / 2(或 / 4)取整,得到当前“疑似层级”,再结合上下文修正(如前一行是二级,则下一行若带标记且无缩进,应视为同级而非降级)——这一步正则做不到,需配合简单脚本逻辑。

实用替代方案(推荐)

纯正则难以稳健处理层级推导,更可靠的做法是:

  • 用正则提取所有列表行并标记原始缩进量,输出为带层级线索的中间结构;
  • 用 Python/JS 等语言遍历行,根据列表符号类型(无序/有序)、缩进变化、空行分隔,动态维护当前层级栈;
  • 最后用正则或字符串拼接,按目标缩进(如每级 2 空格)生成新行。

一个可运行的 Python 示例片段

(结合正则提取 + 逻辑判断)

import re
lines = md_text.split('\n')
result = []
stack = [0]  # 当前层级栈,初始为0(非列表)
for line in lines:
    m = re.match(r'^(\s*)([-*+]\s+|\d+\.\s+)(.+)$', line)
    if m:
        indent_len = len(m.group(1))
        marker = m.group(2)
        content = m.group(3)
        # 推断层级:基于缩进变化趋势,非绝对值
        current_level = max(1, len(stack) - 1)
        if indent_len > 0 and stack[-1] == 0:
            current_level = 1
        elif indent_len > 0:
            current_level = min(len(stack), (indent_len + 1) // 2)
        # 调整栈:出栈至合适深度,再入栈
        while len(stack) > current_level:
            stack.pop()
        if len(stack) 

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

markdown 正则表达式

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
js正则表达式
js正则表达式

php中文网为大家提供各种js正则表达式语法大全以及各种js正则表达式使用的方法,还有更多js正则表达式的相关文章、相关下载、相关课程,供大家免费下载体验。

2023.06.20

4756

8

正则表达式不包含
正则表达式不包含

正则表达式,又称规则表达式,,是一种文本模式,包括普通字符和特殊字符,是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串,通常被用来检索、替换那些符合某个模式的文本。php中文网给大家带来了有关正则表达式的相关教程以及文章,希望对大家能有所帮助。

2023.07.05

3221

4

java正则表达式语法
java正则表达式语法

java正则表达式语法是一种模式匹配工具,它非常有用,可以在处理文本和字符串时快速地查找、替换、验证和提取特定的模式和数据。本专题提供java正则表达式语法的相关文章、下载和专题,供大家免费下载体验。

2023.07.05

8982

9

java正则表达式匹配字符串
java正则表达式匹配字符串

在Java中,我们可以使用正则表达式来匹配字符串。本专题为大家带来java正则表达式匹配字符串的相关内容,帮助大家解决问题。

2023.08.11

812

5

正则表达式空格
正则表达式空格

正则表达式空格可以用“\s”来表示,它是一个特殊的元字符,用于匹配任意空白字符,包括空格、制表符、换行符等。本专题为大家提供正则表达式相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.31

520

5

Python爬虫获取数据的方法
Python爬虫获取数据的方法

Python爬虫可以通过请求库发送HTTP请求、解析库解析HTML、正则表达式提取数据,或使用数据抓取框架来获取数据。更多关于Python爬虫相关知识。详情阅读本专题下面的文章。php中文网欢迎大家前来学习。

2023.11.13

693

12

正则表达式空格如何表示
正则表达式空格如何表示

正则表达式空格可以用“\s”来表示,它是一个特殊的元字符,用于匹配任意空白字符,包括空格、制表符、换行符等。想了解更多正则表达式空格怎么表示的内容,可以访问下面的文章。

2023.11.17

406

3

正则表达式中如何匹配数字
正则表达式中如何匹配数字

正则表达式中可以通过匹配单个数字、匹配多个数字、匹配固定长度的数字、匹配整数和小数、匹配负数和匹配科学计数法表示的数字的方法匹配数字。更多关于正则表达式的相关知识详情请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.12.06

739

7

php正则表达式有哪些
php正则表达式有哪些

php正则表达式有"/pattern/"、"^"、"$"、"."、"[]"、"[^]"、"[a-z]"、"[A-Z]"、"[0-9]"、"\d"、"\D"、"\w"、"\W"、&a

2024.02.23

312

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Markdown标记语言快速入门
Markdown标记语言快速入门

共30课时 | 4.5万人学习

vscode常用插件与markdown语法介绍
vscode常用插件与markdown语法介绍

共10课时 | 1.5万人学习