Question

我有以下输入字符串：

key1 = "test string1" ; key2 = "test string 2"

我需要将其转换为以下内容而不进行标记化

key1="test string1";key2="test string 2"

Answer 1

你最好不要使用正则表达式。

你应该做的是解析字符串。你所描述的问题是一种迷你语言，因为该字符串中的每个点都有一个状态（例如“在引用的字符串中”，“在关键部分”，“赋值”）。

例如，当您决定要转义字符时会发生什么？

key1="this is a \"quoted\" string"

逐个字符串移动字符串，随时保持和更改状态。根据状态，您可以发出或省略您刚读过的字符。

作为奖励，您将能够检测语法错误。

Answer 2

使用ERE，即扩展正则表达式（在这种情况下比基本RE更清晰），假设没有引用转义并具有全局标志（以替换所有出现），您可以这样做：

s/ *([^ "]*) *("[^"]*")?/\1\2/g

sed的：

$ echo 'key1 = "test string1" ; key2 = "test string 2"' | sed -r 's/ *([^ "]*) *("[^"]*")/\1\2/g'

C＃代码：

using System.Text.RegularExpressions;
Regex regex = new Regex(" *([^ \"]*) *(\"[^\"]*\")?");
String input = "key1 = \"test string1\" ; key2 = \"test string 2\"";
String output = regex.Replace(input, "$1$2");
Console.WriteLine(output);

输出：

key1="test string1";key2="test string 2"

Escape-aware version

第二个想法我得出的结论是，没有显示regexp的逃避感知版本可能会导致错误的发现，所以这里是：

s/ *([^ "]*) *("([^\\"]|\\.)*")?/\1\2/g

在C＃中看起来像：

Regex regex = new Regex(" *([^ \"]*) *(\"(?:[^\\\\\"]|\\\\.)*\")?");
String output = regex.Replace(input, "$1$2");

请不要因为那些反斜杠而失明！

实施例

Input:  key1 = "test \\ " " string1" ; key2 = "test \" string 2"
Output: key1="test \\ "" string1";key2="test \" string 2"

正则表达式用于删除空格但不包括“”

2 个答案: