Question

我需要在长字符串中删除在单引号内的模式' - '的所有出现（保留完整的单引号之外的单引号）。

是否有正则表达方式这样做？（使用语言中的迭代器就可以了。）

例如，从

开始

"xxxx rt / $ 'dfdf--fggh-dfgdfg' ghgh- dddd -- 'dfdf' ghh-g '--ggh--' vcbcvb"

我最终应该：

"xxxx rt / $ 'dfdffggh-dfgdfg' ghgh- dddd -- 'dfdf' ghh-g 'ggh' vcbcvb"

所以我正在寻找可以从以下语言运行的正则表达式，如图所示

JavaScript input.replace（/ someregex / g，“”）
PHP preg_replace（'/ someregex /'，“”，input）
Python re.sub（r'someregex'，“”，input）
Ruby input.gsub（/ someregex /，“”）

Answer 1

使用正则表达式无法做到这一点，因为您需要维护状态，无论您是在单引号内还是外部，并且正则表达式本质上是无状态的。（另外，据我所知，单引号可以在不终止“内部”区域的情况下进行转义。）

你最好的选择是按字符迭代字符串，在你是否在引用区域内保留一个布尔标志 - 然后删除 - 那样。

Answer 2

我发现另一种方法是通过 Greg Hewgill 在Qn138522的回答中做到这一点它基于使用这个正则表达式（适合包含我正在寻找的模式）：

--(?=[^\']*'([^']|'[^']*')*$)

Greg解释道：

“这样做是使用非捕获匹配(?=...)来检查字符x是否在引用的字符串中。它查找一些非引用字符直到下一个引用，然后查找任一序列单个字符或引用的字符组，直到字符串结尾。这取决于你的假设，即引号总是平衡的。这也不是很有效。“

用法示例如下：

JavaScript：input.replace(/--(?=[^']*'([^']|'[^']*')*$)/g, "")
PHP：preg_replace('/--(?=[^\']*'([^']|'[^']*')*$)/', "", input)
Python：re.sub(r'--(?=[^\']*'([^']|'[^']*')*$)', "", input)
Ruby：input.gsub(/--(?=[^\']*'([^']|'[^']*')*$)/, "")

我已经为Ruby测试了它，它提供了所需的结果。

Answer 3

如果允许稍微弯曲规则，这可能有效：

import re
p = re.compile(r"((?:^[^']*')?[^']*?(?:'[^']*'[^']*?)*?)(-{2,})")
txt = "xxxx rt / $ 'dfdf--fggh-dfgdfg' ghgh- dddd -- 'dfdf' ghh-g '--ggh--' vcbcvb"
print re.sub(p, r'\1-', txt)

输出：

xxxx rt / $ 'dfdf-fggh-dfgdfg' ghgh- dddd -- 'dfdf' ghh-g '-ggh-' vcbcvb

正则表达式：

(               # Group 1
  (?:^[^']*')?  # Start of string, up till the first single quote
  [^']*?        # Inside the single quotes, as few characters as possible
  (?:
    '[^']*'     # No double dashes inside theses single quotes, jump to the next.
    [^']*?
  )*?           # as few as possible
)
(-{2,})         # The dashes themselves (Group 2)

如果有不同的开始和结束分隔符，您可以使用以下内容：

-{2,}(?=[^'`]*`)

编辑：我意识到如果字符串不包含任何引号，它将匹配字符串中的所有双短划线。修复它的一种方法是改变

(?:^[^']*')?

开头

(?:^[^']*'|(?!^))

更新了正则表达式：

((?:^[^']*'|(?!^))[^']*?(?:'[^']*'[^']*?)*?)(-{2,})

Answer 4

嗯。如果没有带引号的撇号，可能可能是的一种方式，假设有(?( id / name ) 是-pattern | 无模式 )在正则表达式中构造，但它现在已经过时了。

这有帮助吗？

def remove_double_dashes_in_apostrophes(text):
    return "'".join(
    part.replace("--", "") if (ix&1) else part
    for ix, part in enumerate(text.split("'")))

似乎适合我。它的作用是将输入文本拆分为撇号上的部分，并仅在部分为奇数时替换“ - ”（即在部分之前存在奇数个撇号）。关于“奇数”的注释：部件编号从零开始！

Answer 5

我相信你可以使用以下sed脚本：

:again
s/'\(.*\)--\(.*\)'/'\1\2'/g
t again

将其存储在一个文件（rmdashdash.sed）中并使用脚本语言执行任何exec magic允许您执行以下shell等效操作：

sed -f rmdotdot.sed＆lt;包含输入数据的文件

脚本的作用是：

:again ＆lt; - 只是一个标签

<强> s/'$.*$--$.*$'/'\1\2'/g

替换，对于模式'后跟任何后跟 - 后跟任何后跟'，只是引号中的两个任何内容。

t again ＆lt; - 将结果字符串重新输入sed。

请注意，此脚本会将'----'转换为''，因为它是一个两个序列 - 在引号内。但是，'---'将转换为' - '。

老学校不是没有学校。

使用正则表达式调用替换分隔符内的模式

5 个答案: