Question

我正在尝试查找可能出现在注释块中的某个字符串。该字符串可以是一个单词，但它也可以是单词的一部分。例如，假设我正在寻找单词“codex”，那么这个单词应该用“bindex”替换，但即使它是单词的一部分，比如“codexing”。这应该改为“bindexing”。

诀窍是，只有当这个词在评论块中时，才会发生这种情况。

/* Lorem ipsum dolor sit amet, codex consectetur adipiscing elit. */

This word --> codex should not be replaced

/* Lorem ipsum dolor sit 
 * amet, codex consectetur 
 * adipiscing elit. 
 */

/** Lorem ipsum dolor sit 
 * amet, codex consectetur 
 * adipiscing elit. 
 */

// Lorem ipsum dolor sit amet, codex consectetur adipiscing elit.

# Lorem ipsum dolor sit amet, codex consectetur adipiscing elit.

------------------- Below "codex" is part of a word -------------------

/* Lorem ipsum dolor sit amet, somecodex consectetur adipiscing elit. */

/* Lorem ipsum dolor sit 
 * amet, codexing consectetur 
 * adipiscing elit. 
 */

And here also, this word --> codex should not be replaced

/** Lorem ipsum dolor sit 
 * amet, testcodexing consectetur 
 * adipiscing elit. 
 */

// Lorem ipsum dolor sit amet, __codex consectetur adipiscing elit.

# Lorem ipsum dolor sit amet, codex__ consectetur adipiscing elit.

到目前为止我的代码是：

$text = preg_replace ( '~(\/\/|#|\/\*).*?(codex).*?~', '$1 bindex', $text);

正如你所看到的in this example，这并不是我想要的方式。当它在多行/* */注释块中时，它不会替换该词，有时它也会删除“codex”一词前面的所有文本。

如何改进我的正则表达式以满足我的要求？

Answer 1

由于您在这里处理多行文本，因此您应该使用s修饰符（DOTALL）来匹配多行文本。也不需要转义正斜杠。

试试这段代码：

$text = preg_replace ( '~(//|#|/\*).*?(codex).*?~s', '$1 bindex', $text );

Answer 2

$text = preg_replace ( '~(//|#|/\*)(.*?)(codex).*?~s', '$1$2bindex', $text );

这不会删除'codex'之前的评论，如anubhava的回答

Answer 3

此版本可以处理任何类型的评论，并且不会因此类字符串/**/ codex /**/或/*xxxx codex codex xxxx*/而失败：

$pattern = <<<'LOD'
~
# definitions
(?(DEFINE)
    (?<cl> (?> [^c\n]++ | c(?!odex) )++            )
    (?<c>  (?> [^*c]++ | \*++(?!/) | c(?!odex) )++ )
)

# pattern
(?|
    (?> (?>//|\#) \g<cl>*+ | \G(?<!^) \g<cl>?+ ) \K codex (\g<cl>*+)
  |
    (?> /\* \n*+ | \G(?<!^) (?!\n) ) \g<c>*+ \K codex (\n*+) 
)  
~x
LOD;
$replacement ="bindex$3";
$result = preg_replace($pattern, $replacement, $subject);

Answer 4

使用子组的这样的东西应该可以工作;

$str = preg_replace(
    '~(<!--[a-zA-Z0-9 \n]*)(MYWORD)([a-zA-Z0-9 \n]*-->)~s',
    '$1$3',
     $input
);

您只需要为每种类型的注释创建一个单独的规则，并使用字符类限制注释中允许的可能字符（您可能更喜欢使用否定的字符类）。

Answer 5

正如在不同的评论中写过数百，数千甚至数百万次之前，正则表达式 NOT 用于解析代码或在一个中搜索错误。

请考虑以下示例：

// code to be replaced
var a = "/*code to be replaced*/";

/* code to be replaced
var b = "*/code to be replaced"; */

使用REGEX无法解析代码（是的，通过注释来查找字符串是否在于注释块内）。

找到一个解析器库，或创建一个自己的缩减库。如果您确实创建了一个，请记住脚本的所有不同用例，特别是字符串将如何影响您的代码。

使用正则表达式在注释块中查找和替换（部分）字符串

5 个答案: