Question

我有两个字符串S和T。如何使用正则表达式从T末尾删除S前缀的副本？

更具体地说，S由一些字符组成，后跟T的一些副本，其中最后一个可能被截断。例如，假设T是abcdef而S是asdjb|ak.fvajfabcdefabcdefabcdefabc - 那么我想要的是asdjb|ak.fvajf。

此外，S和T可能包含对正则表达式引擎具有特殊含义的字符，例如.[]*+()\。我在R工作，但Java解决方案也没关系。

Answer 1

我相信这样做。但它真的很长。

S <- "asdjb|ak.fvajfabcdefabcdefabcdefabc"
T <- "abcdef"
want <- "asdjb|ak.fvajf"

sp <- strsplit(T, "")[[1]]
pat <- sapply(seq_along(sp), function(i){
                paste(sp[seq_len(i)], collapse = "")
            })
pat <- paste0("(", paste(pat, collapse = "|"), ")*$")

result <- gsub(pat, "", S)
identical(result, want)
[1] TRUE

如果要处理多个向量，请将上述内容重写为函数，然后使用sapply。（或lapply。）

repl <- function(x, prefix){
    sp <- strsplit(prefix, "")[[1]]
    pat <- sapply(seq_along(sp), function(i){
                paste(sp[seq_len(i)], collapse = "")
            })
    pat <- paste0("(", paste(pat, collapse = "|"), ")*$")
    result <- gsub(pat, "", x)
    result
}

where <- rep(S, 10)
pref <- rep(T, 10)

sapply(seq_along(where), function(i) repl(where[[i]], pref[[i]]))

Answer 2

我想你想做这样的事情

final String regex = "a(b|(bc|(bcd|(bcde|bcdef))))?$";
String string = "asdjb|ak.fvajfabcdefabcdefabcdefabc";

final Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(string);
int length = 0;
while (matcher.find()) {
    System.out.println("Full match: " + matcher.group(0));
    length += matcher.group(0).length();
    matcher = pattern.matcher(string.substring(0, string.length()- length));
}
System.out.println(string.substring(0, string.length()- length));

demo

输出：asdjb | ak.fvajf

正则表达式删除模式的前缀（R）

2 个答案: