时间戳

首页 > 解决方案 > 从正则表达式组中删除某些字符

regex - 从正则表达式组中删除某些字符

问题描述

我有一个看起来像这样的字符串 (key":["value","value","value"])

"emailDomains":["google.co.uk","google.com","google.com","google.com","google.co.uk"]

我使用以下正则表达式从字符串中进行选择。（正则表达式的设置方式不会选择看起来像这样的字符串 "key":[{"key":"value","key":"value"}] ）

(?<=:\[").*?(?="])

结果选择：

google.co.uk","google.com","google.com","google.com","google.co.uk

我想删除该选择字符串中的“，我想知道是否有一种简单的方法可以使用替换命令来做到这一点。期望的结果......

"emailDomains":["google.co.uk, google.com, google.com, google.com, google.co.uk"]

我该如何解决这个问题？

标签： regexperl

解决方案

如果您的字符串确实具有 形式"key":["v1", "v2", ... "vN"]，您可以拆分需要更改的部分，","用其中的空格替换，然后重新组合：

my @parts = split / (\["\s* | \s*\"]) /x, $string;    #"

$parts[2] =~ s/",\s*"/ /g;

my $processed = join '', @parts;

分隔符的正则表达式模式split被捕获，因为在这种情况下，分隔符也在返回的列表中，这有助于将字符串重新组合在一起。然后，我们需要更改数组的第三个元素。

在这种方法中，我们必须更改数组中的特定元素，因此如果您的格式发生变化，即使有一点点，这可能不（或仍然可能）合适。

这当然应该使用模块作为 JSON 处理。如果格式不确定，如评论中所述，最好尝试确保您拥有 JSON。一旦需求慢慢开始演变，挑选像上面（或下面）这样的点点滴滴是一条疯狂之路。

可以在正则表达式中使用相同的方法，这实际上可能具有一个优势，即能够挖掘并忽略前面的所有内容:（split如果格式不完全如图所示，该部分可能会以多个元素结束，什么然后影响一切）

$string =~ s{ :\["\s*\K (.*?) ( "\] ) }{ 
    my $e = $2; 
    my $n = $1 =~ s/",\s*"/ /gr; 
    $n.$e 
}ex;

这里/e的修饰符使得替换端被评估为代码，我们与split上面的操作相同。正则表达式注意事项

  • 必须先保存$2，因为它会在下一个正则表达式中重置

  • /r修饰符†不会改变其目标，而是返回改变后的字符串，它允许我们在只读文件上使用替换运算符$1

  • 如果什么都没有被捕获$2，也许$1，那意味着没有匹配，结果就是$string没有改变，悄悄地。因此，如果这种替换应该始终有效，那么您可能需要添加对此类意外数据的处理

  • 不需要$n以上，但可以返回($1 =~ s/",\s*"/ /gr) . $e

或者，尝试使用环视

$string =~ s{ (?<=:\[") (.+?) (?="\]) }{ $1 =~ s/",\s*"/ /gr }egx;

什么确实减少了代码量，但以后使用可能会更棘手。

虽然这是对这个问题的直接回答，但我认为它是最不可维护的。

†  这个有用的修饰符，用于“非破坏性替换”，出现在 v5.14 中。在早期的 Perl 版本中，我们会复制字符串并在其上运行正则表达式，使用习语

(my $n = $1) =~ s/",\s*"/ /g;

在lookarounds-example中，我们需要更多

$string =~ s{...}{ (my $n = $1) =~ s/",\s*"/ /g; $n }gr

因为s/运算符返回在我们需要$n从（替换端）中的整段代码返回时所做的替换次数{}，以用作替换。

推荐阅读