如何用Perl正则匹配一级嵌套内的LaTeX命令并添加/移除花括号

需求说明 #

需要用Perl正则实现：给**一级嵌套（即位于其他LaTeX命令的参数花括号内部）**的指定LaTeX命令（如\com1）添加外层花括号，或移除已有的外层花括号。LaTeX命令结构为：以\开头，后跟命令名，可选方括号参数，再跟任意数量的平衡花括号对（内部可嵌套其他LaTeX命令）。

现有方案局限 #

目前仅能匹配**零级（最外层）**的目标命令：

• 添加花括号的正则：

(?<=[^{])(\\(?:com1)(?:\[[^[]]*\])?(\{((?>[^{}]|(?2))*)\})*)

替换为{$1}，可将零级的\com1[opts]{...}{...}转为{\com1[opts]{...}{...}}。

• 移除花括号的正则：

\{(\\(?:com1)(?:\[[^[]]*\])?(\{((?>[^{}]|(?2))*)\})*)\}

替换为$1，可将零级的{\com1[opts]{...}{...}}转回\com1[opts]{...}{...}。

但当目标命令处于其他LaTeX命令的参数内部时，无法处理括号平衡问题，无法匹配一级嵌套的命令。

期望效果 #

1. 给一级嵌套的\com1添加花括号：
   原文本：

\rpl{text}{ some\com1[opts]{ some \qtyrange{100}{200}{\celsius} and }{something else \gls{abc} $1=1$ not \colortext{\red}{\underline{text}}} but this is already braced {\qtyrange{100}{200}{\celsius}}}

转换后：

\rpl{text}{ some {\com1[opts]{ some \qtyrange{100}{200}{\celsius} and }{something else \gls{abc} $1=1$ not \colortext{\red}{\underline{text}}}} but this is already braced {\qtyrange{100}{200}{\celsius}}}

2. 从上述结果移除\com1的外层花括号，得到：

\rpl{text}{ some \com1[opts]{ some \qtyrange{100}{200}{\celsius} and }{something else \gls{abc} $1=1$ not \colortext{\red}{\underline{text}}} but this is already braced \qtyrange{100}{200}{\celsius}}

解决方案 #

利用Perl支持递归正则和\G锚点的特性，精准锁定一级嵌套上下文并处理目标命令：

1. 给一级嵌套的\com1添加外层花括号 #

s/(?:\G(?!\A)|\\[a-zA-Z]+\{[^{}]*)\K(?<!\{)\\com1(?:\[[^\]]*\])?(?:\{(?:[^{}]|(?R))*\})+/{$&}/g;

• 逻辑说明：
  • (?:\G(?!\A)|\\[a-zA-Z]+\{[^{}]*)：锁定一级嵌套的上下文——要么是上一次匹配结束的位置，要么是任意LaTeX命令的参数花括号起始后的内容。
  • \K：忽略前面匹配的上下文内容，仅对后续目标命令做替换。
  • (?<!\{)：确保\com1未被花括号包裹。
  • \\com1(?:\[[^\]]*\])?(?:\{(?:[^{}]|(?R))*\})+：匹配完整的\com1命令，包括可选方括号参数和所有平衡花括号参数。
  • 替换为{$&}：给匹配到的命令添加外层花括号。

2. 移除一级嵌套中\com1的外层花括号 #

s/(?:\G(?!\A)|\\[a-zA-Z]+\{[^{}]*)\K\{(\\com1(?:\[[^\]]*\])?(?:\{(?:[^{}]|(?R))*\})+)\}/$1/g;

• 逻辑说明：
  • 前半部分(?:\G(?!\A)|\\[a-zA-Z]+\{[^{}]*)和\K作用同上，锁定一级嵌套上下文。
  • \{(\\com1(?:\[[^\]]*\])?(?:\{(?:[^{}]|(?R))*\})+)\}：匹配被外层花括号包裹的完整\com1命令。
  • 替换为$1：移除外层花括号。

注意事项 #

• 若需限定仅处理特定外层命令（如只处理\rpl内部的\com1），可将正则中的\\[a-zA-Z]+改为\\rpl。
• 需使用Perl 5.10及以上版本，确保支持递归正则和\G锚点特性。
• 正则不会误匹配数学环境（$...$）内的内容，符合需求场景。

内容的提问来源于stack exchange，提问作者atapaka