如何用负向前瞻/后顾正则避免Markdown关键词重复包裹[[ ]]？

当前方案的问题 #

1. 单词边界\b的局限：当关键词前后是-、&这类非单词字符时，\b会错误识别为单词边界，导致匹配到[[...]]内部的关键词（比如ipsum-FOO&dolor里的FOO）。
2. 块范围检查缺失：原正则仅判断关键词紧邻的前后不是[[/]]，但对于[[ipsum FOO dolor]]这种块内的关键词，因为前面是空格而非[[，会被错误匹配。

修正后的正则与代码 #

要确保关键词不在任何[[ ... ]]块内部，同时避免重复包裹，可使用以下正则和代码：

import re

def wrap_terms_in_markdown(file_content, term_list):
    for term in term_list:
        # 核心正则：排除 [[ ... ]] 块内的关键词
        pattern = r'(?<!\[[^\]]*)({})(?![^\[]*\])'.format(re.escape(term))
        file_content = re.sub(pattern, r'[[\1]]', file_content)
    return file_content

正则解释 #

• (?<!\[[^\]]*)：负向后行断言，检查关键词前不存在[[开头且未闭合的内容，直接排除块内的关键词。
• ({})：捕获目标关键词，用re.escape转义特殊字符，避免正则语法冲突。
• (?![^\[]*\])：负向前行断言，检查关键词后不存在未闭合的]]结尾内容，进一步确保不在块内。

测试验证 #

所有测试用例均符合预期：

• ✅ 匹配：lorem ipsum FOO dolor → lorem ipsum [[FOO]] dolor
• ✅ 不匹配：lorem ipsum [[FOO]] dolor
• ✅ 不匹配：lorem [[ipsum FOO dolor]] sit amet
• ✅ 不匹配：lorem [[ipsumFOOsolor]] sit amet
• ✅ 不匹配：[[lorem]] [[ipsum-FOO&dolor-sit.pdf#page=130]]

内容的提问来源于stack exchange，提问作者A. Ocannaille