正则表达式半匹配Markdown中的图片/链接格式

最新推荐文章于 2024-12-09 07:51:36 发布

薄荷你玩_

最新推荐文章于 2024-12-09 07:51:36 发布

阅读量547

点赞数 2

分类专栏：机器学习/深度学习文章标签：正则表达式 Markdown 大模型

本文链接：https://blog.csdn.net/qq_40738764/article/details/141679671

版权

机器学习/深度学习专栏收录该内容

8 篇文章

订阅专栏

使用正则表达式匹配Markdown中的图片格式，判断文本是否是图片/链接的开头（不完整）：

判断文本结尾是否符合Markdown中图片的格式要求

Markdown中图片的格式：![图片描述](图片链接)
正则表达式：.*\!(\[([^[\]]*(\](\([^)]*)?)?)?)?$

def is_incomplete_image_markdown(s):
    """
    检查chunk是否是图片的部分
    :param s: chunk
    :return: True：是图片的局部（不完整） ，False: 非图片 或者 格式完整
    """
    partial_pattern = r'.*\!(\[([^[\]]*(\](\([^)]*)?)?)?)?$'
    return bool(re.match(partial_pattern, s, re.DOTALL))

# 输出True
print(is_incomplete_image_markdown("大事发生!"))
print(is_incomplete_image_markdown("大事发生!["))
print(is_incomplete_image_markdown("大事发生![lo"))
print(is_incomplete_image_markdown("大事发生![logo]"))
print(is_incomplete_image_markdown("大事发生![logo]("))
print(is_incomplete_image_markdown("大事发生![logo](https://toolshu.com/img/log"))

# 输出False
print(is_incomplete_image_markdown("大事发生![logo](https://toolshu.com/img/logo.png)"))  # 格式完整
print(is_incomplete_image_markdown("大事发生![logo](https://toolshu.com/img/logo.png)其他文本"))  # 格式完整
print(is_incomplete_image_markdown("大事发生![logo(https://toolshu.com/img/logo.png)"))  # 格式不规范
print(is_incomplete_image_markdown("大事发生!123"))  # 非图片

判断文本结尾是否符合Markdown中链接的格式要求

Markdown中年链接的格式：[文字说明](跳转链接)
正则表达式：.*\[([^[\]]*(\](\([^)]*)?)?)?$

def is_incomplete_url_markdown(s):
    """
    检查chunk是否是链接的部分
    :param s: chunk
    :return: True：是链接的局部（不完整） ，False: 非链接 或者 格式完整
    """
    partial_pattern = r'.*\[([^[\]]*(\](\([^)]*)?)?)?$'
    return bool(re.match(partial_pattern, s, re.DOTALL))

# 输出True
print(is_incomplete_url_markdown("大事发生["))
print(is_incomplete_url_markdown("大事发生[too"))
print(is_incomplete_url_markdown("大事发生[toolshu]"))
print(is_incomplete_url_markdown("大事发生[toolshu]("))
print(is_incomplete_url_markdown("大事发生[toolshu](https://toolshu.com/"))

# 输出False
print(is_incomplete_url_markdown("大事发生[toolshu](https://toolshu.com/)"))  # 格式完整
print(is_incomplete_url_markdown("大事发生[toolshu](https://toolshu.com/)其他文本"))  # 格式完整
print(is_incomplete_url_markdown("大事发生[toolshu]](https://toolshu.com/)"))  # 格式不规范
print(is_incomplete_url_markdown("大事发生[toolshu(]123"))  # 格式不规范

适合使用大模型进行流式输出的场景，可以判断出是否是正在输出图片/链接，并进行相应的处理。

下面的示例代码，进行图片判断时对链接进行兼容（认为链接的格式也是图片，适应模型犯抽的情况），并将链接转换为图片格式，同时兼容 [![](url)]、![![](url)]、![[](url)] 等格式错误的情况。

import re

def is_incomplete_image_markdown(s):
    """
    检查chunk是否是图片的部分（兼容链接）
    :param s: chunk
    :return: True：是图片/链接的局部（不完整） ，False: 非图片/链接 或者 格式完整
    """
    partial_pattern = r'.*\[([^[\]]*(\](\([^)]*)?)?)?$'
    return s.endswith("!") or bool(re.match(partial_pattern, s, re.DOTALL))

def replace_markdown_link_with_image(s):
    """
    将markdown链接替换为图片链接
    :param s: 输入字符串
    :return: 替换后的字符串
    """
    pattern = r'[\!]?[\[]?[\!]?\[(.*?)\]\((.*?)\)[\]]?'
    result = re.sub(pattern, r'![\1](\2)', s)
    return result

if __name__ == '__main__':
    s = "测试文本 ![![logo](https://toolshu.com/img/logo.png)]其他文本"
    print(replace_markdown_link_with_image(s))
    # 输出：测试文本 ![logo](https://toolshu.com/img/logo.png)其他文本