如何使用正则表达式替换Markdown中LaTeX块内的空格为\;

需求说明 #

需要用正则表达式简化实现：将Markdown文档里被$或$$包裹的LaTeX代码中的空格替换为\;。

原文本示例 #

"dont edit this $result= \frac{1}{4}$ dont edit this $$some result=123$$"

期望转换结果 #

"dont edit this $result=\\;\frac{1}{4}$ dont edit this $$some\\;result=123$$"

现有繁琐实现 #

用户已通过复杂函数实现需求，代码如下：

import re
vals = r"dont edit this $result= \frac{1}{4}$ dont edit this $$some result=123$$"
def cleanlatex(vals):
    vals = vals.replace(" ", "  ")
    char1 = r"\$\$"
    char2 = r"\$"
    indices = [i.start() for i in re.finditer(char1, vals)]
    indices += [i.start() for i in re.finditer(char2, vals.replace("$$","~~"))]

    indices.sort()
    print(indices)
    # 检查$或$$的数量是否为偶数
    if len(indices) % 2 == 0:
        while indices:
            start = indices.pop(0)
            finish = indices.pop(0)
            vals = vals[:start] + vals[start:finish].replace('  ', '\;') + vals[finish:]
    
    vals = vals.replace("  ", " ")
    return vals

print(cleanlatex(vals))

现有代码输出 #

[18, 39, 60, 78]   
dont edit this $result=\\;\frac{1}{4}$ dont edit this $$some\\;result=123$$

简洁正则方案 #

利用re.sub()配合回调函数，可一次性处理所有LaTeX块：

import re

def replace_latex_spaces(text):
    def replacer(match):
        # 对匹配到的LaTeX块替换空格为\;
        return match.group(0).replace(" ", r"\;")
    
    # 正则优先匹配$$包裹的内容，再匹配单个$包裹的内容（避免和$$冲突）
    pattern = re.compile(r'\$\$(.*?)\$\$|\$(?!\$)(.*?)\$(?!\$)', re.DOTALL)
    return pattern.sub(replacer, text)

# 测试
vals = r"dont edit this $result= \frac{1}{4}$ dont edit this $$some result=123$$"
print(replace_latex_spaces(vals))

方案说明 #

• 正则表达式逻辑：
  • \$\$(.*?)\$\$：匹配$$包裹的LaTeX内容，非贪婪模式防止跨块匹配
  • \$(?!\$)(.*?)\$(?!\$)：匹配单个$包裹的内容，(?!\$)负向断言确保前后不是第二个$，避免和$$场景冲突
• re.DOTALL参数：让.匹配换行符，支持多行LaTeX块
• 回调函数replacer：对每个匹配到的LaTeX块执行空格替换操作

运行结果 #

"dont edit this $result=\\;\frac{1}{4}$ dont edit this $$some\\;result=123$$"

内容的提问来源于stack exchange，提问作者Dara O h