正则表达式需求：匹配\editable标签多组内容并忽略特定中间匹配

问题分析 #

你需要匹配\editable[xxx]{...}结构，提取方括号内的内容（组1）和花括号内的目标内容（组2），同时要处理花括号内的非转义嵌套结构，并且要能返回所有匹配结果。之前的正则存在两个问题：只能匹配单个结果、无法处理嵌套花括号。

改进后的正则表达式 #

场景1：花括号内是LaTeX命令（如\textit{xxx}）

如果你的目标是提取命令内部{}里的内容，用这个正则：

r"\\editable\[([^\]]+)\]\{\\[a-zA-Z]+\{((?:[^\\{}]|\\.|(?<!\\)\{(?:[^\\{}]|\\.)*?(?<!\\)\})*)\}\}"

场景2：花括号内直接是内容（支持非转义嵌套花括号）

如果{}内没有前置LaTeX命令，直接是带嵌套的内容，用这个正则：

r"\\editable\[([^\]]+)\]\{((?:[^\\{}]|\\.|(?<!\\)\{(?:[^\\{}]|\\.)*?(?<!\\)\})*)\}"

正则规则说明 #

• \\editable：精准匹配固定标识\editable
• \[([^\]]+)\]：捕获方括号内的内容作为组1，[^\]]+确保只匹配到第一个未转义的]
• 组2的匹配逻辑：
  • [^\\{}]：匹配普通字符（排除\、{、}）
  • \\.：匹配转义字符（比如\{、\}这类转义符号）
  • (?<!\\)\{(?:[^\\{}]|\\.)*?(?<!\\)\}：匹配非转义的嵌套花括号，确保内部的{}被完整纳入组2内容

获取所有匹配结果示例 #

用Python的re.findall()方法可以一次性获取所有匹配的组结果：

import re

# 测试文本
text = """
\\editable[blab]{\\textit{anna karenina}}
\\editable[test]{\\textbf{war and peace}}
\\editable[demo]{\\textit{abc{def}ghi}}
"""

# 选择对应场景的正则
pattern = r"\\editable\[([^\]]+)\]\{\\[a-zA-Z]+\{((?:[^\\{}]|\\.|(?<!\\)\{(?:[^\\{}]|\\.)*?(?<!\\)\})*)\}\}"
matches = re.findall(pattern, text)

# 输出所有结果
for idx, (group1, group2) in enumerate(matches, 1):
    print(f"匹配{idx}:")
    print(f"组1（方括号内容）: {group1}")
    print(f"组2（目标内容）: {group2}\n")

运行输出：

匹配1:
组1（方括号内容）: blab
组2（目标内容）: anna karenina

匹配2:
组1（方括号内容）: test
组2（目标内容）: war and peace

匹配3:
组1（方括号内容）: demo
组2（目标内容）: abc{def}ghi

内容的提问来源于stack exchange，提问作者Komal Rumade