Question

嘿，你们是正则表达的恋人！

我在Regex中，这些时候都有一个纯粹的理论问题。简单来说，我会把它作为游戏呈现。

游戏：
假设你有一个用空格分隔的单词列表我称之为单词是因为它们是由正则表达式定义的：[a-zA-Z_0-9]+（这里没有空字）
清单示例：
Horse Banana Joker RoXx0r A_Long_Word Joker 1337

我希望你做的是将 Joker 之外的每个单词替换为等于匹配单词的字符数的 $ 。
$$$$$ $$$$$$ Joker $$$$$$ $$$$$$$$$$$ Joker $$$$

用更少的单词： 我想要一个正则表达式匹配每个不属于单词“Joker”的字符（在字符串中，我的意思是，不是那个组成单词Joker ）

虽然这并不容易，但这并非不可能（我有自己的正则表达式）。这就是为什么我会制定一些规则。

规则：

必须只使用1个正则表达式
我不接受任何仅适用于特定语言的正则表达式
我仍会接受最常见的功能，如条件语，外观等......即使某些语言无法读取它们
不允许递归（但是如果你有一个递归的递归，发布它，只是为了正则表达式的美丽^^）
必须针对性能优化正则表达式
如果您的正则表达式匹配（得到它？;））这些规则但不满足我，我会随意添加更多规则

添加规则：

无

为了帮助你，这里有正则表达式必须工作的一些字符串：
Horse Banana Joker RoXx0r A_Long_Word Joker 1337 Joke Poker Joker Jokers
更换后必须返回：
$$$$$ $$$$$$ Joker $$$$$$ $$$$$$$$$$$ Joker $$$$ $$$$ $$$$$ Joker $$$$$$

Joker Joker Joker
更换后必须返回：
Joker Joker Joker

再次，解决问题不是这里的目标，我希望看到不同的解决方案，更重要的是我希望看到最好的解决方案！

这是我的第一个解决方案：
我使用的技巧可能被视为作弊，但我不这样做，因为它不会改变你用来替换字符的功能。您只需在字符串末尾添加'$'，然后将字符替换为字符串因此，而不是像： string = replace(string, regex, '$1$2')
我们会： string = replace(string+'$', regex, '$1$2')

所以这是正则表达式：
(\bJoker\b)|.$|\w(?=.*(\$))（替换：$1$2）
Regex 101
这应该适用于所有语言，除了那些不支持前瞻的语言（它们相当罕见）

如果找到新的正则表达式，请继续发布新的正则表达式，我希望看到更多方法！：）

Answer 1

对于PCRE / Perl / Ruby / Java / .net

查找

(?:\G(?!^)|(?<!\S)(?!Joker(?!\S)))\S

取代：

demo

模式细节：

(?:
    \G (?!^) # contigous to a previous match (but not at the start of the string)
  |        # OR
    (?<!\S)  # not preceded by a non white-space
    (?!Joker(?!\S)) # not followed by the forbidden word
)
\S   # a non-whitespace character

如果您的单词仅由单词字符组成，则可以简化使用单词和非单词边界播放的模式：(?:\G\B|\b(?!Joker\b))\w

其他方式（PCRE / Perl）：没有\G功能和回溯控制动词(*SKIP)（需要更少的步骤）：

\s*(?:Joker(?:\s+|$))*(*SKIP)\K.

要清楚(*SKIP)仅在字符串以禁用词或空格结尾时才有用。您也可以将其替换为(*COMMIT)。

demo

或：

\bJoker\b(*SKIP)(*F)|\S

并使用pypi python正则表达式模块（开头有一个单词边界，一个单词结尾有一个单词边界）：

\mJoker\M(*SKIP)(*F)|\S

适用于Javascript 的一个（如果只有要替换的东西）：

查找

((?:\s+|\bJoker\b)*)\S((?:\s+Joker)*\s*$)?

替换：（反向引用group1，转义$，反向引用group2）

$1$$$2

demo

使用y标志的另一个Javascript版本（强制匹配的对象），但遗憾的是，除了Firefox移动版之外，Internet Explorer，Safari和移动浏览器都不支持此标记：

var strs = ['Horse Banana Joker RoXx0r A_Long_Word Joker 1337 Joke Poker Joker', 'Joker Joker Joker'];

strs.forEach(function (s) {
    console.log(s.replace(/(?=((?:\s+|\bJoker\b)*))\1./gy, '$1$$'));
});

(?=(...))\1模拟一个原子组（禁止回溯）。

Answer 2

好的，我们再来一次;）这次有一个完整的解决方案，应该适用于大多数正则表达式（JS除外）。它不是很灵活，但它有效：

[^Joker\s]|(?<!\b)J|J(?!oker\b)|(?<!\bJ)o|o(?!ker\b)|(?<!\bJo)k|k(?!er\b)|(?<!\bJok)e|e(?!r\b)|(?<!\bJoke)r|r(?!\b)

或更具可读性

[^Joker\s] # Test for any character not belonging to the word Joker
|
(?<!\b)J|J(?!oker\b) # Test for J not belonging to the word Joker
|
(?<!\bJ)o|o(?!ker\b) # Test for o not belonging to the word Joker
|
(?<!\bJo)k|k(?!er\b) # Test for k not belonging to the word Joker
|
(?<!\bJok)e|e(?!r\b) # Test for e not belonging to the word Joker
|
(?<!\bJoke)r|r(?!\b) # Test for r not belonging to the word Joker

它分别匹配单词Joker中的字符，确保他们使用后视和前瞻功能在该单词中不。或者，它匹配所有不在单词中的字母。

用$替换匹配工作。

Here it is at regex101

修改

更改了测试的顺序，使其更加高效。（从＆gt; 1600到~1100步。）

Answer 3

不能真正说出原因，但我想看看能否在没有环顾四周的情况下做到这一点。这就是我最终的结果：

(\bJoker[^\w]+)\w|\w([^\w]+Joker\b)|\w

用$1$$2替换它应该可以解决问题。

它有一个限制（我想到）。它不会将Joker作为一行中的单词处理:(。那是因为它背后的逻辑是......

它在两个替换中与单词Joker匹配 - 在其后面跟一个字母或在它之前。在两种情况下，通过非字母（空格）将单词与字母分开。还有第三种选择 - 一个字母。如果两个第一个匹配都没有，这将找到非与Joker相关的字母。在前两种情况下，单词加相邻空格（非字母）被捕获到一个组（Joker - 空间）中。第二种选择也是如此，但顺序相反（空格 - Joker）。第三种选择不会捕获任何东西。它只是匹配一封信。

将完整匹配替换为$1$$2（请注意中间的文字$）或者插入单词Joker加空格（如果第一个替换匹配），后跟{{1 }}。如果第一个匹配，但第二个匹配，则插入的替换将是$加上捕获的空格，后跟$。如果两者中没有一个匹配，则不会捕获任何内容，并且唯一插入的内容将是唯一的Joker，替换匹配的任何字母。

See it here at regex101.

修改

注意到Casimir et Hippolyte的版本与我的相似。但它们并不相同，所以我现在暂时留下我的答案;）

正则表达式游戏 - 用可变数量的字符替换除特定单词之外的每个单词

3 个答案: