Question

我正在成功使用正则表达式，但也许有点太成功，我想添加一些例外，我不希望它影响某些词。（参见我的previous question for some background ...这解决了给定的问题，现在我需要添加例外）。

因此，总而言之，我需要做的是：

找到类似[a-z]_[a-z]的模式，所以像some_var但不是_var这样的字词。
忽略在双引号内找到的匹配项，因此不 "this_file.jpg"。
忽略给定关键字列表中的匹配项，因此不类似size_t等等（我有一系列例外情况）。

当我找到合适的匹配时，我将其转换为camelCase，基本上是（some_var - > someVar），这在前面的问题中得到了成功解答。

这是在Ruby中，这是我到目前为止的代码：

exclusions = ["size_t", "other_t"]
replacement = text.gsub(/"[^"]+"|_[a-z]/) {|match| (match.length > 2)? match : match[1].upcase } # doesn't do any exclusions from my list, only handles the quoted case.

我有点不知所措。我想我需要某种消极的前瞻，但我不确定该怎么做（对正则表达式没有超级经验）。

样品

输入：

this_var "that_var" size_t

输出：

thisVar "that_var" size_t

也就是说，引号中的内容应该不受影响，我的排除列表中的内容也应保持不变。应更改与[a-z]_[a-z]匹配的任何其他字符串。

Answer 1

我不知道红宝石，但我可以在这里给出算法。

匹配没有引号的单词可以实现如下（注意：文字正则表达式;在Ruby中做任何必要的事情，使其成为可读的正则表达式）：

(?<!")([a-z]+(?:_[a-z]+)*)(?!")

这将匹配禁用的关键字（例如size_t），但随后您可以随时拥有禁用关键字列表，并尝试查看捕获的组是否与其中一个禁用词匹配。从那时起，它完成了工作。

正则表达式演练：

(?<!")          # position where the preceding text is not a double quote
(               # start group
    [a-z]+      # one character among 'a' - 'z', one or more times, followed by
    (?:         # begin non capturing group
        _       # an underscore, followed by
        [a-z]+  # one character among 'a' - 'z', one or more times
    )           # end non capturing group
    *           # zero or more times, followed by
(?!")           # a position where what immediately follows is not a double quote

Answer 2

您可以使用lookbehind (?<=..)来测试您之前有一个字母，并且保留的字长度大于2，因此只需在交替之前添加它们。

text.gsub(/"[^"]+"|size_t|(?<=[a-z])_[a-z]/) {|match| (match.length > 2)? match : match[1].upcase }

注意：lookbehind（或前瞻）是一个只检查子模式但不消耗字符的断言。

另请注意，"[^"]"可以替换为"(?:[^"]+|(?<=\\)")+"，以便在需要时允许双引号之间的双引号转义。

很好，ruby正则表达式引擎支持atomic groups和possessive quantifiers。你可以像这样重写你的表达以获得更多的表演：

/"[^"]++"|size_t|(?<=[a-z])_[a-z]/

或

/"(?>[^"]++|(?<=\\)")+"|size_t|(?<=[a-z])_[a-z]/

Answer 3

我不得不问，是否有令人信服的理由在一个正则表达式中完成所有操作？如果它很重要，我不介意复杂性。但是如果你认为你将不得不做更复杂的解析，那么将其分解为几个步骤可能是值得的。例如，

匹配候选词
拒绝禁止的keywrods
转换

我的经验也是，一旦你开始尝试进行更复杂的解析，你可能会看到比单纯形正则表达式更复杂的解析器。

Answer 4

我这样做：

input.gsub /"?[a-z]+_[a-z]+"?/ do |match|
  if match[0] == '"' && match[-1] == '"' || blacklist.include?(match)
    match
  else
    match.gsub(/_[a-z]/) { |match| match[1].upcase }
  end
end

blacklist是一系列您不想替换的单词。

测试：

input = 'this_var "that_var" size_t'
blacklist = %w{size_t other_t}

output = input.gsub /"?[a-z]+_[a-z]+"?/ do |match|
  if match[0] == '"' && match[-1] == '"' || blacklist.include?(match)
    match
  else
    match.gsub(/_[a-z]/) { |match| match[1].upcase }
  end
end

puts output

输出：

thisVar "that_var" size_t

正则表达式，但忽略某些单词

4 个答案: