Question

我尝试使用replace-regexp-in-string替换字符串的两个部分，但我一次只能使一部分工作。下面是一个示例，我想从开头删除#和空格，从字符串末尾删除换行符。当我将两个调用合并为一个表达式时，我做错了什么？

;; Test string
(setq inputStr "## Header Stuff
")

;; This doesnt trim the newline
(setq header
      (replace-regexp-in-string "^[#\s]*\\|\n$" "" inputStr) )

;; Each match done separately works though
(setq header
      (replace-regexp-in-string "^[#\s]*" "" inputStr) )
(setq header
      (replace-regexp-in-string "\n$" "" header) )

header
"Header Stuff"

更新：问题似乎与第一个表达式有关，例如，这会替换换行符，"S"替换为"X"，(replace-regexp-in-string "S\\|\n$" "X" inputStr)。

Answer 1

看起来replace-regexp-in-string有一些与空字符串匹配的正则表达式的意外行为。以下正则表达式符合您的预期（请注意+量词代替*）：

(let ((input-string "## Header Stuff
"))
  (replace-regexp-in-string "\\`[#\s]+\\|\n*\\'" "" input-string))

原因在于replace-regexp-in-string的内部实施，您可以使用M-x find-function进行查找。在伪代码中，它大致如下：

给定regexp，replacement和string：

将l设置为字符串的长度，将start设置为0。创建一个名为matches的空堆栈，以累积新字符串的片段。
只要start小于l且regexp与string内的某处匹配，请执行以下操作：
1. 提取与正则表达式匹配的string部分，并将其命名为str。
2. 将regexp替换为replacement，将替换为较短的字符串str （这很重要）
3. 将新字符串的以下两个片段推送到matches堆栈：
  - string的不匹配的初始部分，从start到比赛的开头
  - 子字符串str，其中regexp的匹配现已被replacement替换
4. 将start设置为匹配部分的结尾并重复。
最后，以相反的顺序连接matches堆栈上的字符串片段并返回结果。

原始正则表达式的问题发生在循环的第（3）步。即使正则表达式在完整字符串"## Header stuff\n"的末尾正确匹配换行符，但是当它与单字符串"\n"第二次匹配时，替换的第一个分支 - 匹配一个空字符串 - 优先于第二个字符串，它用空字符串替换空字符串，无法删除尾随换行符。

这可以说是replace-regexp-in-string中的一个错误，但它也显示了regexp语义是多么棘手，特别是涉及空字符串时。对我而言，解决方案解决方案更易于阅读和理解：

(let ((input-string "## Header Stuff
"))
  (setq input-string (replace-regexp-in-string "\\`[#\s]*" "" input-string))
  (setq input-string (replace-regexp-in-string "\n*\\'" "" input-string))
  input-string)

如果你有一个非常新的Emacs（预测试为24.4或更高版本），你也可以使用内置string-trim-right包中的subr-x函数：

(let ((input-string "## Header Stuff
"))
  (string-trim-right (replace-regexp-in-string "\\`[#\s]*" "" input-string)))

顺便说一句，我很惊讶地发现在调查这个问题时，Emacs字符串中的\s只是编写空格字符的另一种方式。如果您希望regexp行为类似于Perl的\s通配符，您可能希望使用"\\s-"（匹配任何带有空格语法的字符）或"[[:space:]]"。

Emacs，使用replace-regexp-in-string匹配两个正则表达式

1 个答案: