在很长的 LaTeX 文档中查找所有定理

Question

我有一个 LaTeX 文档，看起来像这样：

Now, we go onto the following theorem:

\theorem{$\sqrt{2}$ is irrational.}{Blah blah blah...}

\remark{This proof is often attributed to Hippasus of Metapontum.}

We can prove a more general result:

\theorem{For $n$ a non-square integer, $\sqrt{n}$ is irrational.}{Blah blah blah...}

我想匹配所有看起来像

\theoremnoname{Something 1}{Something 2}

的东西，特别是，将

Something 1

和

Something 2

部分作为匹配的不同部分。

零件中存在未知数量的

{

和

}

，并试图让它们匹配时会出现困难。

我尝试过正则表达式

\theorem\{([^{}]+)\}(\{([^{}]*(\{[^{}]*\}[^{}]*)*)\})

（即使部分变得贪婪），但它没有返回任何匹配项。

Answer 1

如果您可以假设模式

}{

没有出现在第一组内，则正则表达式

\\theorem\{(.*)\}\{(.*)\}

应该可以工作。

我认为你的正则表达式前缀

\theorem\{([^{}]+)\}...

是错误的，这确实不会匹配任何内容，因为

\t

尝试匹配选项卡（所以使用

\\

代替）。但即使在那之后，您的正则表达式也只会到达第一个开头

{

，因为

[^{}]

仅匹配与

{

和

}

不同的字符，并且无法将找到的开头

{

与结尾

}

匹配。

我可以简单地使用 grep 并将这些部分放入两个文件中，如下所示：

cat your-doc.tex | grep -oE '\\theorem\{.*\}\{' | cut -c10- | rev | cut -c3- | rev > first.txt
cat your-doc.tex | grep -oE '\\theorem\{.*\}' | grep -oE '\}\{.*' | cut -c3- | rev | cut -c2- | rev > second.txt

这将为您提供示例文本的以下内容：

> cat first.txt
$\sqrt{2}$ is irrational.
For $n$ a non-square integer, $\sqrt{n}$ is irrational.

> cat second.txt
Blah blah blah...
Blah blah blah...