Question

我需要在字符串中将字符（例如） x 替换为字符（例如） P ，但前提是它包含在带引号的子字符串中。一个例子使它更清晰：

axbx'cxdxe'fxgh'ixj'k  -> axbx'cPdPe'fxgh'iPj'k

为简单起见，我们假设引号总是成对出现。

显而易见的方法是一次只处理一个字符串（简单的状态机方法）;
但是，我想知道是否可以使用正则表达式一次完成所有处理。

我的目标语言是C＃，但我想我的问题与任何有正则表达式内置或库支持的语言有关。

Answer 1

我将Greg Hewgill的python代码转换为C＃并且它有效！

[Test]
public void ReplaceTextInQuotes()
{
  Assert.AreEqual("axbx'cPdPe'fxgh'iPj'k", 
    Regex.Replace("axbx'cxdxe'fxgh'ixj'k",
      @"x(?=[^']*'([^']|'[^']*')*$)", "P"));
}

那个测试通过了。

Answer 2

我能用Python做到这一点：

>>> import re
>>> re.sub(r"x(?=[^']*'([^']|'[^']*')*$)", "P", "axbx'cxdxe'fxgh'ixj'k")
"axbx'cPdPe'fxgh'iPj'k"

这样做是使用非捕获匹配（？= ...）来检查字符x是否在带引号的字符串中。它会查找下一个引号之前的一些非引号字符，然后查找单个字符或引用字符组的序列，直到字符串结尾。

这取决于您的假设，即报价始终是平衡的。这也不是很有效。

Answer 3

诀窍是使用非捕获组来匹配字符串匹配的部分（字符 x ），我们正在搜索。尝试将字符串匹配到 x 只能找到第一个或最后一个出现，具体取决于是否使用了非贪婪的量词。这是Greg的想法转移到Tcl，带有评论。

set strIn {axbx'cxdxe'fxgh'ixj'k}
set regex {(?x)                     # enable expanded syntax 
                                    # - allows comments, ignores whitespace
            x                       # the actual match
            (?=                     # non-matching group
                [^']*'              # match to end of current quoted substring
                                    ##
                                    ## assuming quotes are in pairs,
                                    ## make sure we actually were 
                                    ## inside a quoted substring
                                    ## by making sure the rest of the string 
                                    ## is what we expect it to be
                                    ##
                (
                    [^']*           # match any non-quoted substring
                    |               # ...or...
                    '[^']*'         # any quoted substring, including the quotes
                )*                  # any number of times
                $                   # until we run out of string :)
            )                       # end of non-matching group
}

#the same regular expression without the comments
set regexCondensed {(?x)x(?=[^']*'([^']|'[^']*')*$)}

set replRegex {P}
set nMatches [regsub -all -- $regex $strIn $replRegex strOut]
puts "$nMatches replacements. "
if {$nMatches > 0} {
    puts "Original: |$strIn|"
    puts "Result:   |$strOut|"
}
exit

打印：

3 replacements. 
Original: |axbx'cxdxe'fxgh'ixj'k|
Result:   |axbx'cPdPe'fxgh'iPj'k|

Answer 4

#!/usr/bin/perl -w

use strict;

# Break up the string.
# The spliting uses quotes
# as the delimiter.
# Put every broken substring
# into the @fields array.

my @fields;
while (<>) {
    @fields = split /'/, $_;
}

# For every substring indexed with an odd
# number, search for x and replace it
# with P.

my $count;
my $end = $#fields;
for ($count=0; $count < $end; $count++) {
    if ($count % 2 == 1) {
        $fields[$count] =~ s/a/P/g;
    }    
}

这个大块不会做这个工作吗？

Answer 5

更通用（且更简单）的解决方案，允许使用非配对引号。

查找引用字符串

将'x'替换为字符串

中的'P'

#!/usr/bin/env python
import re

text = "axbx'cxdxe'fxgh'ixj'k"

s = re.sub("'.*?'", lambda m: re.sub("x", "P", m.group(0)), text)

print s == "axbx'cPdPe'fxgh'iPj'k", s
# ->   True axbx'cPdPe'fxgh'iPj'k

Answer 6

不是普通的正则表达式。正则表达式没有“记忆”，因此无法区分“内部”或“外部”引号。

你需要更强大的东西，例如使用gema它会是直截了当的：

'<repl>'=$0
repl:x=P

Answer 7

关于平衡文本替换的类似讨论：Can regular expressions be used to match nested patterns?

虽然你可以在Vim中尝试这个，但是只有当字符串在一行上并且只有一对时，它才能正常工作。

:%s:\('[^']*\)x\([^']*'\):\1P\2:gci

如果还有一对甚至是不平衡的，那么它可能会失败。这就是我在c命令中包含ex a.k.a.确认标志的方式。

使用sed可以完成相同操作，无需进行交互 - 或使用awk，因此您可以添加一些互动。

一种可能的解决方案是打破'对上的行，然后你可以使用vim解决方案。

Answer 8

Pattern:     (?s)\G((?:^[^']*'|(?<=.))(?:'[^']*'|[^'x]+)*+)x
Replacement: \1P

\G - 在前一个匹配或字符串开头处锚定每个匹配。
(?:^[^']*'|(?<=.)) - 如果它位于字符串的开头，则匹配第一个引号。
(?:'[^']*'|[^'x]+)*+ - 匹配任何未加引号的字符块或任何（非引用）字符，最多为“x”。

通过源字符串进行一次扫描，除了单个字符后视。

Answer 9

很抱歉打破你的希望，但你需要一个下推式自动机来做到这一点。这里有更多信息： Pushdown Automaton

简而言之，正则表达式，即有限状态机只能读取并且没有内存，而下推自动机具有堆栈和操作功能。

编辑：拼写...

可以使用Regex进行这种特殊的字符串操作吗？

9 个答案: