Django，自定义模板过滤器regex问题

Question

我试图在Django中实现一个WikiLink模板过滤器，它根据页面的存在情况查询数据库模型以给出不同的响应，这与Wikipedia的red links相同。过滤器不会引发错误，但不会对输入执行任何操作。在

WikiLink定义为：[[ThisIsAWikiLink | This is the alt text]]

下面是一个不查询数据库的工作示例：

from django import template
from django.template.defaultfilters import stringfilter
from sites.wiki.models import Page
import re

register = template.Library()

@register.filter
@stringfilter
def wikilink(value):
    return re.sub(r'\[\[ ?(.*?) ?\| ?(.*?) ?\]\]', r'<a href="/Sites/wiki/\1">\2</a>', value)
wikilink.is_safe = True

输入（value）是一个多行字符串，包含HTML和许多wikilink。在

预期的输出将[[ThisIsAWikiLink | This is the alt text]]替换为

• <a href="/Sites/wiki/ThisIsAWikiLink">This is the alt text</a>

  或如果数据库中不存在“thisIsawiLink”：

• <a href="/Sites/wiki/ThisIsAWikiLink/edit" class="redlink">This is the alt text</a>

以及返回值。在

以下是非工作代码（根据评论/答案编辑）：

^{pr2}$

代码需要做的是：

• 提取value中的所有WikiLinks
• 查询页面模型以查看该页面是否存在
• 用普通链接替换所有WikiLinks，其样式取决于每个wikipage的存在。在
• 返回修改后的值

更新后的问题是： 哪种正则表达式（方法）可以返回WikiLinks的python列表，该列表可以被修改并用于替换原始匹配（在被修改之后）。在

编辑：

我想这样做：

def wikilink(value):
    regex = re.magic_method(r'\[\[ ?(.*?) ?\| ?(.*?) ?\]\]', value)

    foreach wikilink in regex:
         alias = wikilink.group(0)
         text = wikilink.group(1)

         if(alias exists in Page):
              regex.sub("<a href="+alias+">"+ text +"</a>")
         else:
              regex.sub("<a href="+alias+" class='redlink'>"+ text +"</a>")

    return value

Answer 1

如果您的字符串中除了wiki链接之外还包含其他文本，那么您的过滤器将无法工作，因为您使用的是re.match，而不是{}。re.match匹配字符串的开头。re.search匹配字符串中的任何位置。见matching vs. searching。在

另外，您的regex使用贪婪的*，因此如果一行包含多个wiki链接，那么它将无法工作。使用*?使其非贪婪：

re.search(r'\[\[(.*?)\|(.*?)\]\]', value)

编辑：

至于如何修复代码的提示，我建议您使用^{} with a callback。优点是：

• 如果在同一行中有多个wiki链接，则它可以正常工作。在
• 一次穿过绳子就够了。你不需要一个通行证来查找wiki链接，而需要另一个通行证来进行替换。在

以下是实施的示意图：

^{pr2}$

Answer 2

这类问题很快就会落到一小部分单元测试中。在

可以单独测试的过滤器片段（通过一些代码重组）：

• 确定值是否包含您要查找的模式
• 如果有匹配的页面，会生成什么字符串
• 生成的字符串是没有匹配的页面

这会帮助你隔离出哪里出了问题。您可能会发现，需要重新布线regexp，以考虑|周围的可选空格。在

而且，乍一看，你的过滤器似乎是可以利用的。您声称结果是安全的，但是您没有过滤alt文本中的脚本标记之类的恶心。在

Answer 3

代码：

import re

def page_exists(alias):
    if alias == 'ThisIsAWikiLink':
        return True

    return False

def wikilink(value):
    if value == None:
        return None

    for alias, text in re.findall('\[\[\s*(.*?)\s*\|\s*(.*?)\s*\]\]',value):
        if page_exists(alias):
            value = re.sub('\[\[\s*%s\s*\|\s*%s\s*\]\]' % (alias,text), '<a href="/Sites/wiki/%s">%s</a>' % (alias, text),value)            
        else:
            value = re.sub('\[\[\s*%s\s*\|\s*%s\s*\]\]' % (alias,text), '<a href="/Sites/wiki/%s/edit/" class="redtext">%s</a>' % (alias, text), value)

    return value

样本结果：

^{pr2}$

一般评论：

• findall是你要找的神奇功能
• 更改page_exists以运行您想要的任何查询
• 易受HTML注入攻击（如上文Dave W.Smith所述）
• 每次迭代都必须重新编译正则表达式是低效的
• 每次查询数据库效率低下

我认为这种方法很快就会遇到性能问题。在