Question

请注意，这个问题是在Julia的背景下，因此（据我所知）是PCRE。

假设你有一个这样的字符串：

"sssppaaasspaapppssss"

并且你想单独匹配字符串末尾的重复字符（在我们的字符串的情况下，四个＆＃34; s＆＃34;字符 - 也就是说，所以matchall给出[＆＃ 34; s＆＃34;，＆＃34; s＆＃34;，＆＃34; s＆＃34;，＆＃34; s＆＃34;]，而不是[＆＃34; ssss＆＃34;]）。这很简单：

r"(.)(?=\1*$)"

它实际上是微不足道的（并且很容易使用 - replace(r"(.)(?=\1*$)","hell","k")会给"hekk"而replace(r"(.)(?=\1*$)","hello","k")会给"hellk"）。并且可以通过将点切换为更复杂的点来重复模式：

r"(\S+)(?=( \1)*$)"

例如，

将独立匹配＆＃34; abc＆＃34;的最后三个实例。在"abc abc defg abc h abc abc abc"。

然后导致问题...如何匹配字符串 start 的重复字符或模式？具体来说，以上面使用的方式使用正则表达式。

显而易见的方法是将上述正则表达式的方向反转为r"(?<=^\1*)(.)" - 但PCRE / Julia不允许lookbehinds具有可变长度（除非它是固定变量，像(?<=ab|cde)），因此抛出一个错误。接下来的想法是使用＆＃34; \ K＆＃34;作为r"^\1*\K(.)"的内容，但这只能匹配第一个字符（可能是因为它＆＃34;进展＆＃34;匹配后，不再匹配插入符号。）

为了清楚起见：我正在寻找一个正则表达式，例如，会导致

replace("abc abc defg abc h abc abc abc",<regex here>,"hello")

制造

"hello hello defg abc h abc abc abc"

正如您所看到的，它正在取代每个＆＃34; abc＆＃34;从＃34;你好＆＃34;开始，但直到第一次不匹配。我在上面提供的反面文章在字符串的另一端执行此操作：

replace("abc abc defg abc h abc abc abc",r"(\S+)(?=( \1)*$)","hello")

产生

"abc abc defg abc h hello hello hello"

Answer 1

您可以使用匹配上一个匹配后位置或字符串开头位置的\G锚点。通过这种方式，您可以确保从字符串开头到最后一次出现的结果的连续性：

\G(\S+)( (?=\1 ))?

demo

或者能够匹配到字符串的结尾：

\G(\S+)( (?=\1(?: |\z)))?

Answer 2

对于PCRE型发动机，遗憾的是没有锡就无法做到这一点可变长度的后视。

无法实现纯粹的解决方案没有 \G锚定技巧可以实现此目的。

这就是\ G锚无法奏效的原因。

使用锚点，唯一的保证就是最后一场比赛导致匹配，其中前向重叠被检查为相等到目前的比赛。

因此，您只能从头开始全局匹配副本的 N-1 。

这是一个证据：

正则表达式：

 # (?:\G([a-c]+)(?=\1))

 (?:
      \G 
      ( [a-c]+ )                    # (1)
      (?=
           \1 
      )
 )

输入：

abcabcabcbca

输出：

 **  Grp 0 -  ( pos 0 , len 3 ) 
abc  
 **  Grp 1 -  ( pos 0 , len 3 ) 
abc  
------------
 **  Grp 0 -  ( pos 3 , len 3 ) 
abc  
 **  Grp 1 -  ( pos 3 , len 3 ) 
abc

结论：

即使您知道 Nth ，也可以从上一个前瞻中找到 Nth 在没有当前前瞻条件的情况下无法匹配。

抱歉，祝你好运！
如果您找到纯正的正则表达式解决方案，请告诉我。

如何仅在字符串的开头替换重复字符/单词的模式？

2 个答案: