如何解决字符串替换正则表达式匹配的捕获组,除非不同的正则表达式匹配 JS 中的相同捕获组
这是我能想到的最简单的例子(实际上与实际用例相去甚远),我预计人们可能不会告诉我简单地更改正则表达式本身,但在这里。
假设我有这些可爱的无意义输入词:sent seimk semek t͡ʃeno eint͡ɬi em t͡ʃeʃeimp t͡ɬent͡ɬien keinsen
并且我想在 ei
或 e
之前搜索用 a
替换 n
OR m
的所有实例,(ei|e)(?:n|m)
匹配,除非
-
它直接在前面(即没有否定后视,因为它们会导致假否定)
t͡ɬ
、t͡ʃ
或 {{1} },即d͡ʒ
,或 -
如果 n/m 被
(?:t͡ɬ|t͡ʃ|d͡ʒ)(ei|e)
、p
或 {{1}直接 成功(即没有负前瞻,出于同样的原因) },即如果t
匹配
因此所需的输出是 k
。
因此,如果 JS 中的“查找和替换”函数是 (ei|e)(?:n|m)(?:p|t|k)
,那么对于第一个参数,您必须将所有 3 个正则表达式压缩为 1,这 1) 我认为不可能?这将需要负面的非捕获组,这......不是一回事,对吧?和 2) 在实际用例中,正则表达式模式是由文本解析器生成的,而不是手动生成的,而且我对自己编写足够智能的解析器进行优化的能力没有足够的信心。
我想到的另一种方法是简单地将所有匹配项缓存到字典中的第一个正则表达式,然后删除其他两个应该排除的所有内容,但是当您查看输出时:>
sent seimk samek t͡ʃeno ant͡ɬi am t͡ʃeʃeimp t͡ɬent͡ɬian kansan
这……有点困惑。尽管位于非捕获组中,但它不仅显然捕获了 String.replace(RegExp pattern,String replacement)
(当我要捕获的内容只有 1 个字符时,打印的结果长度一直为 2),而且它还过滤掉了 {{1} } 但保留 let sEnv = "(ei|e)(?:n|m)";
let reEnv = new RegExp(sEnv,"g");
let sExc1 = "(?:t͡ɬ|t͡ʃ|d͡ʒ)(ei|e)";
let reExc1 = new RegExp(sExc1,"g");
let sExc2 = "(ei|e)(?:n|m)(?:p|t|k)";
let reExc2 = new RegExp(sExc2,"g");
let sWords = "sent seimk semek t͡ʃeno eint͡ɬi em t͡ʃeʃeimp t͡ɬent͡ɬien keinsen";
let tWords = sWords.split(" ");
for (i = 0; i < tWords.length; i++){
let sCurrentWord = tWords[i];
let result;
let tMatches = {}
// first cache all the matches (ignoring the exceptions)
while (result = reEnv.exec(sCurrentWord)) {
tMatches[result.index] = result[0].length;
}
// then remove the exceptions
while (result = reExc1.exec(sCurrentWord)) {
delete tMatches[result.index];
}
while (result = reExc2.exec(sCurrentWord)) {
delete tMatches[result.index];
}
// then apply all remaining matches
let sOutput = sCurrentWord;
for (var index in tMatches){
console.log(sCurrentWord+": starting at "+index+","+tMatches[index]+" chars long");
}
}
作为匹配,这与它应该做的相反 - 随着输入列表的长度增加,此方法必须相当变慢。
我还能如何进行查找和替换?
解决方法
您实际上在这里有更多隐藏的要求,即 p
、t
、k
后面不能有变音符号。
您的主要错误是您认为环视不能用于匹配立即在某些模式之前/之后的位置。事实上,环视 DO 和 ALWAYS DO 匹配立即在某些模式之前/之后的位置。
在您的情况下,您可以使用(假设您使用的是符合 ECMAScript 2018 的 RegExp
):
text = text.replace(/(?<!t͡ɬ|t͡ʃ|d͡ʒ)(ei?)(?=[nm](?![ptk](?!\p{M})))/gu,'a')
参见regex demo。详情:
-
(?<!t͡ɬ|t͡ʃ|d͡ʒ)
- 如果当前的左侧有t͡ɬ
、t͡ʃ
或d͡ʒ
则匹配失败的否定后视位置 -
(ei?)
-ei
或e
-
(?=[nm](?![ptk](?!\p{M})))
- 与 immediately 后跟n
或m
的位置匹配的正向预测,immediately后跟p
、t
或k
,后面没有紧跟任何变音符号 (\p{M}
)。
查看 JavaScript 演示:
const regex = /(?<!t͡ɬ|t͡ʃ|d͡ʒ)(ei?)(?=[nm](?![ptk](?!\p{M})))/gu;
const text = 'sent seimk semek t͡ʃeno eint͡ɬi em t͡ʃeʃeimp t͡ɬent͡ɬien keinsen';
console.log(text.replace(regex,'a'));
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。