Perl 的 DOTMULTI 和 DOTDOTMULTI 的 Python 等价性是什么

Question

我正在努力理解this perl code。

并且在代码中它使用包含DOTMULTI 和DOTDOTMULTI 的正则表达式，例如：

#multi-dots stay together
$text =~ s/\.([\.]+)/ DOTMULTI$1/g;
while($text =~ /DOTMULTI\./)
{
    $text =~ s/DOTMULTI\.([^\.])/DOTDOTMULTI $1/g;
    $text =~ s/DOTMULTI\./DOTDOTMULTI/g;
}

我曾尝试在 Perl 文档中查找 DOTMULTI，但找不到任何提示。从代码 https://github.com/moses-smt/mosesdecoder/blob/master/scripts/tokenizer/tokenizer.perl 来看，只有第 270 和 258 行的 while 循环使用了 DOTMULTI。

DOTMULTI 和 DOTDOTMULTI 是否存在 Python 等效项？

鉴于我们知道 Python 中 Perl 中的 DOTMULTI 和 DOTDOTMULTI 等价性，在 Python 中会这样吗：

re.sub(r'{}\.([^\.])'.format(DOTMULTI), r'{} \1'.format(DOTDOTMULTI), text) 

在 Perl 中是 this 的等价物：

$text =~ s/DOTMULTI\.([^\.])/DOTDOTMULTI $1/g;

Answer 1

这里不涉及神奇的DOTMULTI 功能。代码插入一个字符串文字，然后在该字符串文字上锚定进一步的替换。

Python 等价物是：

text = re.sub(r'\.([\.]+)', r' DOTMULTI\1', text)

while re.search(r'DOTMULTI\.', text):
    text = re.sub(r'DOTMULTI\.([^\.])', r'DOTDOTMULTI \1', text)
    text = re.sub(r'DOTMULTI\.', 'DOTDOTMULTI', text)

所以'Some text...' 变成'Some text DOTMULTI..'，然后变成'Some text DOTDOTMULTI.'，然后变成'Some text DOTDOTDOTMULTI'。

这段文字再次被further onwards in the same code替换为点：

#restore multi-dots
while($text =~ /DOTDOTMULTI/)
{
    $text =~ s/DOTDOTMULTI/DOTMULTI./g;
}
$text =~ s/DOTMULTI/./g;