基于Python的文本文件页面脚注重新编号算法实现咨询

方案结论 #

不需要使用seek类的文件指针操作，通过正则单次扫描+回调替换即可实现需求，不会出现已修正编号被后续操作破坏的问题。

核心逻辑 #

• 整页文本一次性加载到内存处理，避免逐行IO引发的状态混乱
• 用正则从左到右单次扫描所有脚注标记，每匹配到一个就按出现顺序赋值新编号，全程仅扫描一次，不会重复处理已替换的内容
• 处理完成后一次性写回文件，可选择写入新文件避免覆盖原始数据

实现代码 #

import re

def renumber_footnotes(file_path):
    # 读取整页文本
    with open(file_path, 'r', encoding='utf-8') as f:
        content = f.read()
    
    footnote_counter = 1
    def replace_callback(match):
        nonlocal footnote_counter
        new_num = footnote_counter
        footnote_counter += 1
        return f'({new_num})'
    
    # 匹配所有(数字)格式的脚注，单次扫描替换
    # 如果存在非脚注的(数字)格式内容，可调整正则增加前置特征匹配规则，避免误匹配
    new_content = re.sub(r'\((\d+)\)', replace_callback, content)
    
    # 写回文件，也可替换为新文件路径避免覆盖原文件
    with open(file_path, 'w', encoding='utf-8') as f:
        f.write(new_content)

原循环方案出错原因 #

之前的方案如果是按旧编号逐个替换、或者多次扫描文本，会把新生成的括号内数字误判为待修正的旧脚注，导致编号被二次修改。正则回调方案是单次扫描，每个脚注仅处理一次，从根源上避免了这个问题。

内容的提问来源于stack exchange，提问作者RichWalt